Hiwave Makers Blog

BLOG

El manual de adaptación a la IA: lo que trabajadores y empleadores deben hacer ahora mismo

Table of Contents Parte uno: cómo blindar tu carrera ante el futuroPaso 1: evalúa con precisión tu nivel de exposiciónPaso 2: desarrolla soltura con IA, no solo conocimiento superficialPaso 3: invierte en habilidades que la IA no puede replicarPaso 4: replantea tu horizonte profesionalPaso 5: construye un colchón financieroParte dos: lo que los empleadores deben hacerInvertir en recapacitación antes de recortar personalRediseñar roles, no solo reducirlosTomarse en serio el problema del pipeline de talento juniorSer honestos sobre la IA en las comunicaciones de despidosConstruir gobernanza al mismo tiempo que se implementa la IAPreguntas frecuentesEn 2025, el Foro Económico Mundial encuestó a empleadores de 55 economías que en conjunto representan a 14 millones de trabajadores y les preguntó qué planeaban hacer con respecto a la IA y su fuerza laboral. Las respuestas fueron más complejas de lo que reflejaron la mayoría de los titulares: el 77% planea capacitar a sus empleados, el 40% planea reducir personal en roles automatizables y el 51% planea mover empleados desde puestos en declive hacia roles en crecimiento. Las tres cosas están ocurriendo al mismo tiempo, muchas veces dentro de la misma empresa.Esa complejidad es el entorno que tanto trabajadores como empleadores están tratando de navegar. Esta guía lo aterriza en pasos concretos y accionables para ambos lados. Parte uno: cómo blindar tu carrera ante el futuro Paso 1: evalúa con precisión tu nivel de exposición Antes de actuar, necesitas una lectura honesta de dónde estás realmente parado. La pregunta correcta no es “¿mi industria está siendo afectada por la IA?”. Casi todas lo están. Las preguntas correctas son estas:¿Qué porcentaje de mis tareas diarias son rutinarias y repetibles? Si la respuesta es superior al 50%, tu rol tiene una exposición relevante en el corto plazo.¿Estoy al inicio de mi carrera en un rol de oficina? Los trabajadores junior en empleos white-collar son el grupo más afectado en los datos actuales. La investigación laboral de Anthropic de 2025 encontró que las tasas de acceso al empleo para trabajadores de 22 a 25 años en ocupaciones expuestas a la IA han caído aproximadamente un 14% desde 2022.¿Mi valor proviene de las relaciones, del criterio o de la ejecución? La ejecución es lo más automatizable. El criterio es parcialmente automatizable. Las relaciones, en gran medida, no lo son.El análisis de automatización por tareas de Bloomberg ofrece referencias útiles: el 53% de las tareas de los analistas de investigación de mercados y el 67% de las tareas de los representantes de ventas ya son automatizables. Los roles gerenciales enfrentan solo entre un 9% y un 21% de exposición. Conocer tu nivel de exposición por tarea te ayuda a invertir mejor tu tiempo de desarrollo profesional. Paso 2: desarrolla soltura con IA, no solo conocimiento superficial Este es el paso que la mayoría de la gente está haciendo mal. “Sé lo que es ChatGPT” no es soltura con IA. Los trabajadores que realmente están diferenciándose en 2025 y 2026 son los que usan herramientas de IA todos los días, de forma específica y estratégica, dentro de sus funciones reales de trabajo.Puntos de partida concretos según el rol:Escritores y marketers: usa Claude o ChatGPT para generar primeros borradores y luego fortalece tus habilidades de edición, dirección estratégica y construcción de marca. La habilidad premium deja de ser escribir mucho y pasa a ser moldear tono, estrategia y consistencia de marca.Analistas e investigadores: usa herramientas de IA para la agregación inicial de datos y la síntesis. Desarrolla tu capacidad para hacer mejores preguntas, detectar errores de la IA y construir la capa narrativa que la IA por sí sola no aporta.Ingenieros y desarrolladores: incorpora ya a tu flujo diario herramientas como GitHub Copilot, Cursor o similares. Redirige tu inversión de aprendizaje hacia diseño de sistemas, arquitectura y evaluación de IA, las partes que siguen requiriendo criterio senior.Profesionales de RR. HH. y operaciones: aprende qué plataformas están adoptando en tu industria, como Workday AI, Salesforce Agentforce o ServiceNow AI. Conviértete en la persona dentro de tu organización que sabe configurar, evaluar y gobernar estos sistemas.Profesionales legales y de cumplimiento: usa de forma práctica Harvey o Lexis+ AI. Los abogados que están destacando en 2026 son los que saben usar IA para investigar más rápido y también identificar en qué partes no se puede confiar en la salida de la IA sin revisión humana.Una regla práctica: dedica al menos 30 minutos al día a usar una herramienta de IA para trabajo real dentro de tu campo, no para experimentar, sino para completar tareas reales. En 60 a 90 días, tu comprensión sobre lo que la IA sí puede hacer y lo que no puede hacer será más precisa que la de muchos de tus colegas y también que la de muchos de tus managers. Paso 3: invierte en habilidades que la IA no puede replicar La soltura con IA te lleva a estar al nivel del mercado. Estas habilidades son las que crean distancia.Comunicación compleja y manejo de stakeholdersLa IA puede redactar comunicaciones. No puede leer el ambiente, navegar política interna, construir confianza con el tiempo ni manejar conversaciones delicadas donde el tono, el momento y el criterio humano lo son todo. Busca intencionalmente las reuniones, negociaciones y conversaciones difíciles que otros evitan. Ahí están tus diferenciadores.Resolución de problemas ambiguosLa IA funciona muy bien cuando el problema tiene parámetros claros y datos disponibles. Tiene más dificultades con situaciones nuevas, información incompleta y problemas donde ni siquiera está claro qué se está intentando resolver. Busca ese tipo de problemas dentro de tu organización. Suelen ser los que nadie quiere tocar, y justamente por eso son terreno valioso.Colaboración entre áreasA medida que la IA asume más tareas dentro de funciones individuales, aumenta el valor de quienes pueden conectar áreas, de quienes entienden tanto la ingeniería como el negocio, tanto los datos como al cliente. Construye de forma deliberada relaciones y conocimiento fuera de tu función inmediata.Profundidad en tu dominio + capacidad para dirigir IAEl análisis del WEF sobre los roles de más rápido crecimiento destaca un patrón consistente: los especialistas que saben dirigir herramientas de IA dentro de su dominio tienen mucho más valor que los generalistas. Un profesional de salud que sabe evaluar salidas diagnósticas generadas por IA vale más que uno que no sabe hacerlo. Un profesional de finanzas que puede gobernar sistemas de trading con IA vale más que uno que no puede. Profundidad de dominio más capacidad para dirigir IA es una de las posiciones profesionales más resilientes que existen hoy. Paso 4: replantea tu horizonte profesional La proyección del WEF es que el 70% de las habilidades clave del trabajo cambiarán para 2030. Eso no es una razón para desesperarse. Es un parámetro de planificación. Los horizontes profesionales que tenían sentido hace una década necesitan actualizarse.Replanteamientos prácticos:El plan a cinco años ahora es un plan a dos años. Fija metas de habilidades en ventanas de 18 a 24 meses, no en horizontes de cinco años. El entorno se está moviendo demasiado rápido para que planes más largos sigan siendo útiles.Las credenciales pesan menos que la capacidad demostrada. En campos cercanos a la IA, los portafolios de trabajo real, las contribuciones en GitHub, la escritura publicada y los proyectos construidos están superando a las señales tradicionales de títulos en muchos procesos de contratación.Los movimientos laterales no son retrocesos. Pasar de un rol con alta exposición a uno con menor exposición, incluso si implica una bajada temporal de salario o un título aparentemente lateral, muchas veces es un avance estratégico. Paso 5: construye un colchón financiero Casi no se habla de esto en artículos de carrera, pero es fundamental. Los trabajadores con entre 3 y 6 meses de gastos cubiertos pueden asumir riesgos profesionales estratégicos: aceptar temporalmente un salario menor para entrar a un rol en crecimiento, invertir tiempo en recapacitación o rechazar un puesto que no encaja. Los trabajadores sin ese margen suelen tomar decisiones defensivas y reactivas.Si tu rol tiene una exposición significativa a la IA, construir resiliencia financiera no es una tarea separada de construir resiliencia profesional. Es la misma tarea. Parte dos: lo que los empleadores deben hacer Invertir en recapacitación antes de recortar personal El WEF encontró que el 77% de los empleadores a nivel global planea programas de capacitación y que el 32% planea recapacitar a una parte significativa de su fuerza laboral en los próximos cinco años. Las empresas que van adelante no están esperando a que ocurra el desplazamiento para invertir en recapacitación. Están ejecutando esos programas ahora, antes de que los recortes se vuelvan necesarios.¿Cómo se ve esto en la práctica?Identificar los roles con mayor exposición a la IA dentro de la organización y mapear los roles adyacentes hacia los que esos trabajadores podrían moverse.Crear rutas estructuradas, no solo acceso a cursos online, sino programas por cohortes con mentoría, experiencia en proyectos reales y una ruta clara de contratación interna al final.Construir infraestructura real de movilidad interna. Muchas empresas pierden talento frente a la competencia porque no existe un camino visible hacia otro rol dentro de la organización. Cuando la alternativa a quedarse en una función en disrupción es irse de la empresa, muchos trabajadores terminan yéndose. Rediseñar roles, no solo reducirlos Las empresas más avanzadas en 2025 y 2026 no solo están recortando los puestos que la IA puede automatizar. Están rediseñando esos roles para que sean colaborativos entre humanos e IA, desplazando el esfuerzo humano hacia el 30% al 50% de tareas que la IA no puede manejar y usando ese tiempo liberado para trabajo de mayor valor.La transformación de RR. HH. en IBM es un ejemplo útil: AskHR gestiona 11.5 millones de interacciones rutinarias al año, liberando al personal restante de RR. HH. para enfocarse en relaciones laborales complejas, planificación estratégica de la fuerza laboral y desarrollo organizacional. La función de RR. HH. se redujo, pero lo que quedó se volvió más estratégico.Preguntas que todo empleador debería hacerse ahora mismo:Si la IA asume el 40% de las tareas de esta función, ¿qué deberían hacer las personas de esa función con ese tiempo recuperado?¿Estamos rediseñando los roles para que sean más valiosos o simplemente reduciéndolos para que sean más baratos?¿Estamos construyendo gobernanza de IA, es decir, supervisión, control de calidad y estructuras de responsabilidad que eviten errores a escala, o estamos desplegando IA sin eso? Tomarse en serio el problema del pipeline de talento junior Las empresas que han eliminado o reducido drásticamente la contratación de nivel inicial en nombre de la eficiencia con IA están tomando una decisión financiera de corto plazo con consecuencias de talento a largo plazo. El talento senior tiene que salir de algún lado. Si las empresas dejan de contratar y desarrollar talento junior, enfrentarán una escasez aguda de talento mid-level y senior en 5 a 8 años.Los datos de SignalFire muestran que las Big Tech redujeron en 25% la contratación de recién graduados en 2024. Esto ya empieza a aparecer como una preocupación real en documentos internos de planificación de fuerza laboral en varias empresas grandes.¿Qué están haciendo distinto los empleadores más visionarios?Mantienen los pipelines de entrada, pero rediseñan esos roles para que los nuevos contratados aprendan desde el día uno flujos de trabajo aumentados por IA, en lugar de flujos manuales que ya se están automatizando.Crean rutas de aprendizaje tipo apprenticeship en IA, programas estructurados donde los trabajadores junior desarrollan soltura con IA como parte central de sus primeros 12 a 24 meses.Colaboran con universidades para actualizar el currículo antes de que los graduados lleguen, no después. Ser honestos sobre la IA en las comunicaciones de despidos Un análisis de Harvard Business Review publicado en enero de 2026 encontró que la mayoría de los despidos atribuidos a la IA están ocurriendo “en anticipación a su impacto”, no porque la IA ya esté haciendo el trabajo. Cuando las empresas usan la IA como escudo retórico para lo que en realidad son recortes financieros, dañan la confianza, tanto con quienes se van como con quienes se quedan.Los trabajadores tienen suficiente criterio para notar cuándo la IA se está usando como cobertura. El costo a largo plazo de ese daño de credibilidad, en compromiso, retención y atracción de talento, muchas veces supera el beneficio de corto plazo del discurso. La claridad es más ética y también más efectiva. Construir gobernanza al mismo tiempo que se implementa la IA Implementar IA sin gobernanza es una responsabilidad latente. A medida que las empresas usan IA para tomar o informar decisiones sobre contratación, desempeño, servicio al cliente y crédito, aumenta el riesgo de errores sistemáticos, resultados sesgados y fallas de cumplimiento. Las empresas que despliegan más rápido sin marcos de gobernanza están acumulando riesgo que no van a ver hasta que algo salga mal a gran escala.Línea base mínima de gobernanza para 2026:Revisión humana obligatoria para decisiones asistidas por IA que afecten empleo, crédito o saludAuditorías regulares de la salida de la IA para verificar precisión y sesgoCadenas claras de responsabilidad cuando decisiones apoyadas en IA causen dañoDivulgación transparente a empleados cuando la IA se use en procesos de desempeño o contrataciónLa adaptación empieza antes de lo que pareceCada paso de este manual, soltura con IA, resolución de problemas, construir cosas desde cero, puede aprenderse desde joven. De hecho, cuanto antes los niños tengan experiencia práctica con IA, más naturales se vuelven estas habilidades.En HiwaveMakers enseñamos a niños de 8 a 15 años a construir proyectos impulsados por IA de los que se sienten orgullosos, desde juegos arcade inteligentes con sensores y marcadores programados hasta conceptos reales de machine learning llevados a algo tangible. Sin pantalla pasiva. Sin aburrimiento. Solo niños creando, experimentando y construyendo confianza para un mundo que funciona con IA.Descubre nuestros kits y cursos prácticos STEAM en hiwavemakers.com, porque estar listo para el futuro empieza ahora. Preguntas frecuentes ¿Cómo sé si mi trabajo tiene alta exposición a la IA?Pregúntate qué porcentaje de tus tareas diarias son estructuradas, repetibles y basadas en datos. Si la respuesta supera el 50%, tu exposición es relevante. La investigación de Bloomberg ofrece una referencia útil: el 53% de las tareas de investigación de mercados y el 67% de las tareas de representantes de ventas son hoy automatizables, mientras que los roles gerenciales se sitúan solo entre el 9% y el 21%.Como trabajador, ¿por dónde debería empezar si no tengo nada de experiencia con IA?Empieza con la versión gratuita de una herramienta importante de IA como Claude, ChatGPT o Gemini y úsala 30 minutos al día para tareas reales de tu campo: redactar correos, resumir documentos, generar esquemas, analizar datos. No solo experimentes, aplícala a trabajo real. En 60 a 90 días tendrás una comprensión mucho más precisa de las capacidades reales de la IA que la mayoría de la gente en tu industria.Como empleador, ¿deberíamos recortar roles de nivel inicial o mantenerlos?Los datos sugieren precaución con los recortes profundos en puestos de entrada. SignalFire encontró que las Big Tech redujeron la contratación de recién graduados en un 25% en 2024, y los equipos de planificación laboral ya están señalando esto como un problema futuro para el pipeline de talento. La jugada más inteligente es mantener la contratación de nivel inicial, pero rediseñar esos roles desde el día uno alrededor de flujos de trabajo aumentados por IA.¿Cómo capacitamos a empleados sin afectar la operación diaria?Los programas por cohortes funcionan mejor que las bibliotecas abiertas de cursos autoguiados, que tienen tasas de finalización muy bajas. Ejecuta programas en grupos pequeños, con tiempo dedicado, aunque sea de 3 a 4 horas por semana, junto con proyectos reales donde las nuevas habilidades se apliquen de inmediato. Conecta el aprendizaje con caminos reales de movilidad interna para que los empleados vean hacia dónde los lleva.¿Cuál es el error más grande que están cometiendo los empleadores en este momento?Implementar IA sin gobernanza. Las empresas que más rápido se están moviendo para recortar costos mediante IA muchas veces son también las menos preparadas para lo que ocurre cuando la IA genera errores a escala, en contratación, servicio al cliente o decisiones de cumplimiento. Construir marcos de gobernanza antes de que algo salga mal es muchísimo más barato que hacerlo después.¿Se necesita una maestría para trabajar en IA?No necesariamente. La idea de que “el 77% de los trabajos en IA requieren maestría” suele aplicarse mal. Ese dato se refiere específicamente a roles de especialista en IA y machine learning, no al crecimiento más amplio del trabajo adyacente a la IA. Ingenieros de prompts, especialistas en operaciones de IA, product managers de IA y roles de colaboración humano-IA son accesibles sin títulos avanzados y representan una parte importante del crecimiento laboral de corto plazo.¿Cuánto tiempo toma desarrollar una capacitación útil en IA?La soltura funcional, suficiente para usar herramientas de IA de manera efectiva dentro de tu rol actual, puede desarrollarse en 60 a 90 días de práctica diaria constante. Una especialización más profunda, como product management de IA, ingeniería de machine learning o gobernanza de IA, suele tomar entre 6 y 18 meses, según tu punto de partida. El primer nivel está al alcance de casi cualquier persona dispuesta a dedicarle tiempo.

Read More

Hiwave

Despidos por IA: separando los hechos del miedo (con datos que lo respaldan)

Tabla de contenido Mito vs. realidad: los números que la gente interpreta malIndustria por industria: ¿dónde estamos realmente?TecnologíaFinanzas y servicios profesionalesLegalSaludRetail y servicio al clienteLo que los datos nos dicen que debemos hacerPreguntas frecuentesSi has leído un titular sobre IA y empleo en los últimos 12 meses, casi con seguridad te has encontrado con cifras exageradas, sacadas de contexto o simplemente incorrectas. Y eso es un problema, no porque la disrupción no sea real, sino porque interpretarla mal lleva a malas decisiones, tanto para los trabajadores que intentan proteger su carrera como para los empleadores que intentan planificar con inteligencia.Esto es lo que realmente dicen los datos, lo que no dicen, y lo que significan para distintas industrias en este momento. Mito vs. realidad: los números que la gente interpreta mal Mito: “La IA ya ha eliminado cientos de miles de empleos este año”La realidad es más específica. Challenger, Gray & Christmas, que rastrea anuncios de despidos en Estados Unidos y las razones declaradas por las empresas, registró 54,836 despidos atribuidos explícitamente a la IA o a la automatización en 2025. Ese es el número de empleos en los que los empleadores citaron directamente a la IA como causa. Es una cifra importante, la más alta registrada hasta ahora, pero se encuentra dentro de un total de aproximadamente 1.17 millones de recortes de empleo en Estados Unidos en 2025, el nivel más alto desde 2020. Los recortes vinculados a la IA representan menos del 5% de todos los despidos.Qué sacar de esto: la IA es una causa real y creciente de desplazamiento laboral, pero los factores tradicionales, como tasas de interés, ingresos por debajo de lo esperado y sobreexpansión durante el boom de 2021–2022, siguen explicando la mayoría de los recortes.Mito: “Las empresas están esperando a que la IA esté lista y luego despedirán a todos de golpe”La realidad es más matizada. Un análisis de Harvard Business Review de enero de 2026, basado en 1,006 ejecutivos globales, encontró que la mayoría de los despidos vinculados a la IA están ocurriendo “en anticipación al impacto de la IA”, y no porque la IA ya esté haciendo el trabajo. Las empresas están recortando puestos que creen que la IA podrá asumir en los próximos 12 a 24 meses, a veces antes de que las herramientas estén realmente implementadas.Qué sacar de esto: el calendario del desplazamiento es en parte psicológico y en parte financiero. Los inversionistas premian a las empresas que anuncian eficiencia impulsada por IA. Eso crea un incentivo para presentar ciertos recortes como “despidos por IA”, incluso cuando la causa real es más simple. Los trabajadores deben entender que algunos “despidos por IA” son recortes tradicionales con un nuevo discurso.Mito: “El WEF dice que el 41% de los empleos será eliminado por culpa de la IA en cinco años”Lo que realmente encontró el WEF es esto: el Future of Jobs Report 2025 concluyó que el 40% de los empleadores planea reducir su fuerza laboral en áreas donde la IA puede automatizar tareas. Pero el mismo informe también proyecta 170 millones de nuevos roles creados globalmente para 2030, frente a 92 millones desplazados. El saldo neto es de 78 millones de empleos nuevos. El informe también encontró que la disrupción esperada de habilidades en realidad ha bajado desde 2023, del 44% al 39% de habilidades clave que necesitarán cambiar, lo que sugiere que los programas de capacitación están empezando a funcionar.Qué sacar de esto: el WEF no está prediciendo un apocalipsis laboral. Está proyectando una transición estructural importante, pero con crecimiento neto del empleo. El verdadero reto es el desajuste entre las habilidades que están perdiendo valor y las que están creciendo.Mito: “La IA pronto reemplazará el 30% de todo el trabajo”La versión matizada es otra. Un estudio del MIT de noviembre de 2025, The GenAI Divide: State of AI in Business, encontró que solo el 11.7% de las tareas del mercado laboral estadounidense pueden actualmente ser sustituidas por IA de forma rentable. El mismo estudio también encontró que el 95% de las empresas que están invirtiendo fuertemente en IA aún no reportan un retorno medible de esa inversión, debido a “flujos de trabajo frágiles y desalineación con las operaciones”.La proyección de McKinsey de que el 30% de las horas de trabajo podrían automatizarse “dentro de esta década” se refiere a la factibilidad técnica, es decir, a lo que la IA podría hacer bajo condiciones ideales, no a lo que hoy se está desplegando realmente. Factibilidad y despliegue son cosas muy distintas.Qué sacar de esto: el techo potencial de automatización con IA es alto. El piso actual es mucho más bajo. La brecha entre ambos se irá cerrando, pero harán falta años y cambios organizacionales importantes para lograrlo. Industria por industria: ¿dónde estamos realmente? TecnologíaEl sector tecnológico es a la vez el origen de muchas herramientas de IA y su objetivo más inmediato. En 2025, las empresas tecnológicas representaron una parte desproporcionada de los despidos atribuidos a la IA. Microsoft, con aproximadamente 15,000 recortes totales, Amazon con alrededor de 14,000, Salesforce con más de 4,000 y Workday con alrededor de 1,750, vincularon públicamente sus reducciones de personal a inversiones en IA y ganancias de eficiencia.Dónde se concentra el desplazamiento:Ingeniería de nivel inicialQA y testingSoporte técnico de primer nivelEquipos de contenido y documentaciónDónde está creciendo la demanda:Ingeniería en IA y machine learningAjuste fino e implementación de LLMsGestión de producto para IASeguridad para sistemas de IAArquitectura de software seniorAcción práctica para trabajadores de tecnología: Los ingenieros que están resistiendo y creciendo en 2026 son los que saben dirigir sistemas de IA, no competir contra ellos. Aprender a usar GitHub Copilot, Cursor y herramientas similares para multiplicar tu productividad ya no es opcional. Es la expectativa base.Finanzas y servicios profesionalesWall Street lleva tiempo prometiendo eficiencia impulsada por IA, y 2025 fue el año en que esa promesa comenzó a reflejarse en decisiones reales de plantilla. JPMorgan, Goldman Sachs y varios gestores de activos de tamaño medio redujeron explícitamente la contratación de analistas junior, mientras aumentaban la inversión en herramientas de investigación y trading impulsadas por IA.El análisis por tareas de Bloomberg encontró que la IA actualmente puede automatizar:53% de las tareas de analistas de investigación de mercados67% de las tareas de representantes de ventas9 a 21% de los roles gerenciales y estratégicosDónde se concentra el desplazamiento:Analistas junior que hacen agregación de datosGeneración de reportes estándarRevisión inicial de documentosComunicación rutinaria con clientesDónde está creciendo la demanda:Asesores financieros con relaciones sólidas con clientes de alto patrimonioOficiales de riesgo en funciones de gobernanza de IAEspecialistas en cumplimiento supervisando decisiones tomadas con IAQuants desarrollando la próxima generación de modelos Acción práctica para trabajadores de finanzas:Las carreras más duraderas en finanzas en 2026 combinan soltura con IA y capital relacional. Tu capacidad para interpretar y explicar a los clientes análisis generados por IA, no solo ejecutarlos tú mismo, es una habilidad cada vez más diferencial.LegalLos despachos de abogados han adoptado herramientas de investigación jurídica con IA, como Harvey, Lexis+ AI y Westlaw AI, más rápido que la mayoría de las industrias. El impacto en el trabajo de asociados junior ha sido real: revisión documental, investigación de casos, redacción de contratos estándar y due diligence, tareas que antes ocupaban ejércitos de abogados de primer y segundo año, ahora pueden hacerse por una fracción del costo.Sin embargo, la mayoría de los grandes despachos entre 2025 y 2026 están reasignando trabajo más que recortando plantilla. Por ahora.Dónde se concentra el desplazamiento:Personal de revisión documentalFunciones de investigación paralegalTrabajo de asociados de nivel inicial en firmas transaccionales de alto volumenDónde está creciendo la demanda:Derecho de gobernanza de IA, aún realmente incipientePrivacidad de datos y cumplimientoLitigantes senior cuyo valor está en el juicio en sala y la confianza del cliente, cosas que la IA no puede replicarAcción práctica para profesionales legales:Conviértete en la persona dentro de tu firma que mejor sabe sacar provecho de las herramientas legales con IA y que también entiende sus límites. Las firmas necesitan gente que pueda revisar y validar la salida de la IA, porque la responsabilidad por los errores sigue recayendo en humanos.SaludLa historia de la IA en salud está más dividida que en la mayoría de las industrias. Por un lado, las funciones administrativas y de transcripción claramente definidas se están automatizando rápidamente. Por otro, el núcleo de la medicina clínica —diagnóstico, decisiones de tratamiento, relación con el paciente— sigue dependiendo firmemente de humanos, tanto por regulación como por preferencia de los pacientes.Dónde se concentra el desplazamiento:Transcriptores médicos, casi completamente desplazados en muchos entornosPersonal de facturación médica, con fuerte presión de la IAAlgunas funciones de apoyo en lectura radiológicaDónde está creciendo la demanda:Informática clínicaEspecialistas en implementación de IA dentro de sistemas hospitalariosCientíficos de datos en saludRoles de atención directa al paciente en generalTanto el WEF como la BLS proyectan un crecimiento fuerte y sostenido en enfermería, terapias y cuidado de personas mayores. La demografía y los límites actuales de la IA hacen de estas carreras opciones bastante resilientes.Acción práctica para trabajadores del sector salud:Si trabajas en la parte administrativa, empieza a capacitarte ahora en funciones clínicas o de informática. Si estás en atención clínica, la IA cambiará más la forma en que trabajas que el hecho de que sigas trabajando. Familiarízate desde temprano con diagnósticos asistidos por IA.Retail y servicio al clienteEl retail está bajo presión por dos frentes: la automatización administrativa impulsada por IA y el cambio más amplio hacia el comercio electrónico que comenzó antes de la IA. La combinación es potente. Los chatbots de IA han reducido materialmente el volumen de interacciones humanas en servicio al cliente, y el checkout automatizado sigue expandiéndose en tiendas físicas.La plataforma Agentforce de Salesforce, desplegada en miles de clientes empresariales, ya está manejando interacciones de servicio al cliente de primer nivel a escala en 2025–2026. Las empresas reportan reducciones de costos del 50% al 80% en el volumen de consultas rutinarias.Dónde se concentra el desplazamiento:Agentes de call center de primer nivelPersonal básico de caja y piso en grandes cadenasRedactores de catálogos y contenido para e-commerceDónde está creciendo la demanda:Manejo de escalaciones complejas de clientesDiseño de experiencia retailGestión de cadena de suministro que requiere juicio humano en condiciones dinámicasAcción práctica para trabajadores de retail y servicios:los roles de atención al cliente con más permanencia son los que requieren resolución real de problemas, empatía y responsabilidad. Cuando algo sale realmente mal, los clientes quieren a una persona. Posicionarte en ese nivel de servicio es la vía más directa hacia una carrera más resiliente. Lo que los datos nos dicen que debemos hacer La conclusión honesta de los datos de 2025 no es “entra en pánico”, ni tampoco “relájate”. Es esta:La exposición por tareas, no la exposición por puesto, es el marco correcto. La mayoría de los trabajos contienen una mezcla de tareas automatizables y no automatizables. Proteger tu rol significa mover tu esfuerzo hacia la parte no automatizable y demostrar claramente ese valor.La industria importa, pero el rol dentro de la industria importa más. Un analista junior en finanzas enfrenta más presión a corto plazo que un asesor senior. Un transcriptor médico enfrenta más presión que una enfermera clínica. Tienes que entender en qué parte real de tu industria estás.La ventana de transición existe, pero no es infinita. Las empresas que están implementando IA hoy todavía están construyendo los flujos de trabajo, estructuras de gobernanza y capacidades internas que necesitan para funcionar de verdad con IA. Ese proceso suele tardar entre 2 y 5 años en la mayoría de los entornos empresariales. Aprovecha esa ventana.El mejor momento para preparar a tu hijo fue ayer. El segundo mejor es ahora.Las industrias que están cambiando más rápido —tecnología, finanzas, salud, legal— comparten algo: van a ser lideradas por personas que crecieron entendiendo la IA, no solo usándola.En HiwaveMakers damos a niños de 8 a 15 años precisamente esa base. A través de circuitos, programación y proyectos interactivos con IA que realmente pueden usar y disfrutar, desarrollan habilidades del mundo real como visión por computadora, algoritmos y fundamentos de machine learning, que serán cada vez más valiosas en la fuerza laboral del futuro.Conoce nuestros cursos y kits prácticos STEAM en hiwavemakers.com, diseñados para niños curiosos y pensados para desarrollar confianza duradera. Preguntas frecuentes ¿Las empresas están usando la IA como excusa para hacer recortes que de todos modos habrían hecho?Sí, en algunos casos. Un análisis de Harvard Business Review con 1,006 ejecutivos encontró que la mayoría de los despidos vinculados a la IA están ocurriendo “en anticipación” a su impacto, no porque la IA ya esté haciendo el trabajo. Algunas empresas están usando la narrativa de transformación con IA para justificar recortes motivados financieramente. Eso no hace que el desplazamiento sea menos real, pero sí significa que el calendario a veces se exagera.¿Qué industria está siendo más golpeada en este momento?Tecnología ha visto el mayor número absoluto de recortes atribuidos a la IA, con empresas como Microsoft, Amazon y Salesforce liderando los despidos en 2025. Sin embargo, la administración en salud y las finanzas están viendo cambios proporcionales más rápidos en cómo se gestiona el trabajo rutinario, muchas veces sin anuncios formales de despidos.¿La cifra del 30% de automatización de McKinsey es correcta?Se refiere a la factibilidad técnica, es decir, a lo que la IA podría automatizar bajo condiciones ideales, no a la realidad actual de despliegue. El estudio del MIT de noviembre de 2025 encontró que solo el 11.7% de las tareas laborales en Estados Unidos son actualmente sustituibles por IA de forma rentable. Factibilidad y despliegue real son cosas muy diferentes.¿Cuál es la industria más segura en este momento?Ninguna industria está completamente aislada, pero los oficios, la salud clínica, la educación y el trabajo de cuidado especializado están entre las más resilientes. El WEF proyecta un fuerte crecimiento en estas áreas hasta 2030, independientemente del avance de la IA.¿Debería cambiar de carrera por completo o puedo adaptarme dentro de mi campo actual?Para la mayoría de las personas, adaptarse dentro de su campo actual es la ruta más realista y efectiva. La versión de alto valor de casi cualquier profesión sigue existiendo, solo que ahora requiere habilidades distintas. Cambiar completamente de industria es una apuesta más grande y muchas veces no es necesario.¿Cómo sé si mi puesto específico tiene alto riesgo?Hazte esta pregunta: ¿qué porcentaje de mis tareas diarias son estructuradas, repetitivas y basadas en datos? Si es más del 50%, tienes una exposición relevante. Si tu rol requiere mucho juicio humano, relaciones con clientes o presencia física, tu perfil de riesgo es mucho menor. Los datos de automatización a nivel industria de Bloomberg son un buen punto de referencia inicial.

Read More

Hiwave

¿Quiénes realmente están perdiendo empleos por la IA y quiénes son los más vulnerables en este momento?

Tabla de contenido Los empleos que están enfrentando más presiónTrabajadores de nivel inicial: los más afectadosPor qué los trabajadores de nivel inicial están desproporcionadamente expuestosQué pueden hacer ahora mismo los recién graduados y los profesionales al inicio de su carreraLos roles que realmente están creciendoPreguntas frecuentesLa conversación sobre la IA y el empleo ha cambiado. Ya no es algo teórico. En 2025, los empleadores atribuyeron explícitamente a la automatización con IA aproximadamente 54,836 despidos en Estados Unidos, según Challenger, Gray & Christmas, el primer año en que esa cifra se rastreó formalmente a gran escala. El rastreador más amplio de despidos en el sector tecnológico de Crunchbase sitúa el total de recortes tecnológicos en 2025 en aproximadamente 127,000, frente a 95,667 en 2024.Pero no todos corren el mismo riesgo. La disrupción está concentrada, y entender dónde se concentra es el primer paso para responder con inteligencia. Los empleos que están enfrentando más presión 1. Personal de entrada de datos y administrativoEstos son los roles que la IA está reemplazando de forma más directa e inmediata. Las tareas son estructuradas, repetitivas y bien definidas, exactamente el tipo de trabajo que la automatización resuelve mejor. El sistema AskHR de IBM ya gestiona 11.5 millones de interacciones de empleados al año con una supervisión humana mínima, reemplazando lo que antes era un equipo considerable de operaciones de recursos humanos. Si tu trabajo consiste principalmente en mover datos de un lugar a otro, el riesgo es alto y el plazo es corto.Qué hacer: orientar tu perfil hacia roles que impliquen criterio, gestión de escalaciones y diseño de procesos, no solo ejecución.2. Ingenieros de software juniorEste caso sorprende a mucha gente. ¿Se supone que el sector tecnológico no era uno de los más seguros? El CEO de Microsoft, Satya Nadella, reveló que aproximadamente el 30% del nuevo código de la empresa ya está siendo escrito por IA. Más del 40% de los despidos de Microsoft en 2025 afectaron a ingenieros de software, muchos de ellos de nivel medio a junior. La demanda de ingenieros senior y arquitectos de sistemas de IA sigue siendo fuerte. La demanda de ingenieros cuyo principal valor es escribir código estándar o repetitivo se está comprimiendo rápidamente.Qué hacer: enfocar tu desarrollo menos en escribir código y más en diseñar sistemas, revisar resultados generados por IA y entender la arquitectura desde un nivel más alto.3. Generalistas de RR. HH. y personal de soporte de primer nivelIBM es el caso más claro aquí, pero no está sola. Salesforce, Workday y decenas de empresas medianas ya han implementado agentes de IA para manejar preguntas sobre beneficios, preguntas frecuentes de onboarding y solicitudes rutinarias de empleados. La primera ola de trabajadores afectados no son los directores de RR. HH., sino los coordinadores, asistentes y generalistas que gestionan consultas repetitivas.Qué hacer: moverte hacia roles como HR business partner, relaciones laborales, diversidad e inclusión o desarrollo organizacional, funciones que requieren confianza humana y criterio matizado.4. Analistas junior de finanzas e investigación de mercadosEl análisis por tareas de Bloomberg encontró que la IA ya puede automatizar aproximadamente el 53% de las tareas de los analistas de investigación de mercados y una parte importante del trabajo estándar de reportes financieros. La agregación de investigación, el análisis preliminar de datos y la generación de informes estándar, que suelen definir los roles financieros de entrada, son precisamente las áreas donde la IA es más eficaz.Qué hacer: desarrollar habilidades en asesoría al cliente, interpretación narrativa y modelado financiero para escenarios nuevos, trabajo que requiere razonamiento contextual, no solo cálculo.5. Redactores de contenido generalista y de volumenEl umbral de “lo suficientemente bueno” para el contenido generado por IA ha subido de forma notable. Las empresas que producen grandes volúmenes de descripciones de productos, artículos SEO, páginas de preguntas frecuentes y correos electrónicos basados en plantillas están sustituyendo a redactores humanos por IA a escala. Eso no significa que las carreras de escritura estén terminando. Significa que el nivel de valor que un redactor humano debe aportar ha subido considerablemente.Qué hacer: especializarte. La estrategia de marca, el periodismo de formato largo, la documentación técnica y la narrativa específica para audiencias siguen siendo áreas donde los escritores humanos conservan un valor premium.6. Transcriptores médicosEste es uno de los casos más claramente documentados de desplazamiento directo. El reconocimiento de voz con IA ya transcribe conversaciones clínicas con una precisión que iguala o supera el desempeño humano en la mayoría de los contextos. La función es limitada, bien definida y la brecha tecnológica prácticamente ya se cerró.Qué hacer: complementar tu perfil con formación en mejora de documentación clínica, codificación médica o administración en salud, roles que requieren interpretación, no solo transcripción. Trabajadores de nivel inicial: los más afectados Los datos sobre los trabajadores jóvenes son fuertes y vale la pena analizarlos directamente.SignalFire encontró que las grandes tecnológicas redujeron la contratación de recién graduados en un 25% en 2024 frente a 2023. No se trata de puestos congelados temporalmente a la espera de una recuperación del mercado. Muchos fueron eliminados directamente después de que las empresas concluyeran que la IA podía hacer el trabajo que esos nuevos contratados habrían realizado.El análisis laboral de abril de 2025 del Foro Económico Mundial encontró que la cantidad de trabajadores estadounidenses de entre 25 y 29 años cayó en 98,000 solo en el primer trimestre de 2025, la mayor caída trimestral de ese grupo en 12 años.La propia investigación de Anthropic sobre el mercado laboral en 2025 encontró que las tasas de colocación laboral para trabajadores de 22 a 25 años que ingresan a ocupaciones expuestas a la IA cayeron aproximadamente un 14% desde el lanzamiento público de ChatGPT a finales de 2022. En tecnología específicamente, el desempleo entre trabajadores en sus 20s en roles expuestos a la IA aumentó casi un 3% en la primera mitad de 2025. Por qué los trabajadores de nivel inicial están desproporcionadamente expuestos La lógica económica es bastante clara. El trabajo de nivel inicial, por definición, suele incluir:tareas claramente definidas y repetiblespoca necesidad de conocimiento institucional o relaciones con clientestoma de decisiones de menor complejidadalto volumen de producción con baja variabilidadEstas son exactamente las características que hacen que una función sea sustituible por los sistemas de IA actuales. Los trabajadores senior tienen algo que los trabajadores de nivel inicial todavía están construyendo: criterio, relaciones y conocimiento institucional que la IA no puede replicar. Qué pueden hacer ahora mismo los recién graduados y los profesionales al inicio de su carrera Volverse prácticos con herramientas de IA de inmediato. No basta con entender la teoría. Hay que usarlas de verdad todos los días. Aprende a usar herramientas de IA en tu campo específico para hacer en 30 minutos lo que a otros les tomaría 3 horas. Ese multiplicador de productividad puede convertirse en tu ventaja competitiva.Encontrar la capa humana dentro de tu sector. Toda industria tiene funciones donde la IA todavía no inspira confianza: comunicación cara al cliente, revisión ética, decisiones ambiguas, estrategia creativa. Encuentra esas funciones y acércate lo más posible a ellas.No esperar a que tu empleador te capacite. El Foro Económico Mundial encontró que el 77% de los empleadores planea programas de upskilling, pero esos programas suelen llegar al personal existente. Si estás entrando al mercado laboral, necesitas llegar ya con capacidades concretas.Apuntar a roles con habilidades híbridas. Los datos del mercado laboral muestran consistentemente que los roles que combinan soltura técnica con IA y experiencia en un dominio específico o habilidades humanas están creciendo, no reduciéndose. Un coordinador de RR. HH. que puede construir y gestionar flujos de trabajo con IA es mucho más valioso que uno que solo sabe hacer una de esas dos cosas. Los roles que realmente están creciendo Para ser claros: el desplazamiento es real, pero el panorama no es uniformemente negativo. El Foro Económico Mundial proyecta que para 2030 se crearán 170 millones de nuevos puestos a nivel mundial, frente a 92 millones desplazados, una ganancia neta de 78 millones de empleos. Los roles de más rápido crecimiento por porcentaje incluyen especialistas en IA y aprendizaje automático, científicos de datos y responsables de ética en IA. En términos absolutos, el crecimiento vendrá de reparto, construcción, trabajo de cuidados y sí, también desarrollo de software, pero a nivel senior y especializado.El desafío no está en la cantidad total de empleos. Está en el desajuste entre las habilidades requeridas en los roles que están desapareciendo y las habilidades requeridas en los que están creciendo. Ese es el verdadero problema a resolver, y sí tiene solución, pero requiere actuar ahora, no después.Dale a tu hijo una ventaja antes de que la brecha se haga más grandeLos datos son claros: los trabajos de nivel inicial expuestos a la IA se están reduciendo, y los niños que entrarán al mercado laboral dentro de 10 años necesitarán más que un diploma. Necesitarán entender cómo funciona realmente la IA, no solo cómo usarla.En HiwaveMakers, enseñamos a niños de 8 a 15 años a construir, programar y crear con IA a través de proyectos prácticos STEAM con los que realmente pueden jugar. Desde conectar sensores hasta programar dispositivos inteligentes, tu hijo pasa de ser usuario de IA a creador de IA.Explora nuestros cursos y kits en hiwavemakers.com y cambia la historia de su futuro. Preguntas frecuentes ¿La IA realmente está reemplazando empleos o es solo exageración?Ambas cosas son parcialmente ciertas. En 2025, Challenger, Gray & Christmas registró 54,836 despidos en Estados Unidos atribuidos explícitamente a la IA, una cifra real y medible. Sin embargo, un análisis de Harvard Business Review encontró que la mayoría de esos recortes se hicieron “anticipándose” al impacto de la IA, no porque la IA ya estuviera haciendo plenamente el trabajo. La disrupción es real, pero está más concentrada y avanza más lentamente de lo que muchos titulares sugieren.¿Qué trabajos están más a salvo de la automatización con IA en este momento?Los roles que requieren presencia física, como oficios, trabajo de cuidados y construcción, además de aquellos que exigen manejo de relaciones de alto riesgo, juicio ético complejo y estrategia creativa, son los más resilientes. El Foro Económico Mundial encontró que los roles gerenciales y de asesoría senior enfrentan un riesgo de automatización de tareas de solo 9% a 21%, bastante menor que los roles de entrada y rutinarios.¿Los recién graduados deberían preocuparse por encontrar trabajo en 2026?Deberían ser realistas, no entrar en pánico. SignalFire encontró que las grandes tecnológicas redujeron la contratación de recién graduados en un 25% en 2024, y la investigación de Anthropic muestra que las tasas de colocación para personas de 22 a 25 años en roles expuestos a la IA han caído alrededor de un 14% desde 2022. La mejor respuesta es entrar al mercado laboral con soltura demostrable en IA, no solo con conocimiento superficial sobre ella.¿Es demasiado tarde para cambiarse si ya estoy a media carrera?Para nada. Los datos del Foro Económico Mundial muestran que el 77% de los empleadores planea programas de upskilling y que el 51% planea mover personal desde roles en declive hacia roles en crecimiento. Los trabajadores de media carrera tienen una ventaja importante: experiencia de dominio y conocimiento institucional que los trabajadores de nivel inicial no tienen. Combinar eso con soltura en IA es una posición fuerte.¿Cuánto tiempo tienen los trabajadores antes de que sus roles se vean significativamente alterados?Depende del puesto. La entrada de datos y la transcripción médica ya están sintiendo presión ahora mismo. Los roles junior de análisis y contenido tienen entre 2 y 4 años de transición significativa en la mayoría de las organizaciones. Los roles senior y los que dependen mucho de relaciones humanas enfrentan un horizonte más largo. El estudio “GenAI Divide” del MIT encontró que el 95% de las empresas que invierten en IA todavía no habían visto retornos medibles, lo que sugiere que la implementación empresarial de IA avanza más lentamente de lo que los titulares hacen pensar.¿De verdad el Foro Económico Mundial dice que el 40% de los empleos va a desaparecer?No. Esa es una interpretación equivocada bastante común. El Future of Jobs Report 2025 del Foro Económico Mundial encontró que el 40% de los empleadores planea reducir personal en áreas donde la IA puede automatizar tareas. El mismo informe proyecta 170 millones de nuevos roles creados hacia 2030 frente a 92 millones desplazados, lo que representa una ganancia neta de 78 millones de empleos a nivel global.

Read More

Hiwave

¿La IA va a reemplazar los trabajos de oficina? Lo que realmente está cambiando

La IA está transformando los trabajos de oficina más rápido de lo que muchos profesionales imaginan. Aquí te mostramos qué puestos administrativos y profesionales están más expuestos y qué es lo que realmente sugieren los datos más recientes. Tabla de contenido ¿Por qué el trabajo de oficina ahora está en el camino de la IA?¿La IA está reemplazando los trabajos de oficina o solo los está cambiando?Qué roles de oficina y profesionales están más expuestosPor qué los trabajadores con experiencia están resistiendo mejor que los juniorQué significa esto para los profesionales y los empleadoresPor qué esto también importa para los estudiantesReflexión finalPreguntas frecuentesDurante mucho tiempo, la ansiedad por la automatización se centró en las fábricas, los almacenes y el trabajo físico repetitivo. El trabajo de oficina parecía más seguro. Los puestos profesionales parecían más protegidos. La idea era simple: las máquinas se encargarían primero de las tareas manuales, mientras que el trabajo del conocimiento seguiría siendo claramente humano.Esa idea se está desmoronando.La IA generativa cambió la conversación porque puede encargarse de una parte cada vez mayor del trabajo que define muchos roles modernos de oficina: redactar, resumir, investigar, clasificar, programar, documentar, dirigir solicitudes y generar análisis preliminares. Esto no significa que todos los trabajadores de oficina estén a punto de ser reemplazados. Sí significa que el trabajo de oficina ahora está directamente expuesto a la misma lógica de eficiencia que ya transformó otras partes de la economía. El FMI dice que casi el 40% de los empleos a nivel global están expuestos a cambios impulsados por la IA, y que los roles profesionales, técnicos y de gestión son los que muestran la mayor demanda de nuevas habilidades, mientras que los trabajos rutinarios de oficina están siendo presionados.Ese es el verdadero cambio. La IA ya no es solo una herramienta de soporte usada por ingenieros ni una capa de automatización de nicho para equipos de apoyo. Se está convirtiendo en parte del modelo operativo del trabajo de oficina en sí. Por qué el trabajo de oficina ahora está en el camino de la IA Los trabajos de oficina son especialmente vulnerables cuando el trabajo es digital, repetible y se basa en resultados estandarizados. Eso incluye una gran parte del trabajo administrativo, de coordinación, de apoyo, de documentación y del trabajo de conocimiento en borrador inicial.El análisis del mercado laboral de Anthropic de 2026 es útil aquí porque compara lo que los modelos de lenguaje pueden hacer en teoría con aquello para lo que realmente se están usando en entornos profesionales. En términos ocupacionales generales, encontró que los LLM podrían realizar teóricamente alrededor del 90% de las tareas en roles de oficina y administrativos, y el 94% en roles de computación y matemáticas, aunque el uso observado en la práctica todavía está muy por debajo de ese techo. En computación y matemáticas, por ejemplo, la cobertura observada fue solo del 33% de las tareas, lo que muestra que la adopción es relevante, pero aún incompleta.Esa brecha importa. Sugiere que la conversación no debería plantearse como “la IA ya puede hacer trabajos completos de oficina”. Un enfoque más preciso sería decir que la IA ya está alterando una parte significativa del conjunto de tareas que conforman muchos trabajos de oficina, y que esa cobertura podría seguir creciendo a medida que las herramientas mejoren y las organizaciones cambien sus flujos de trabajo. ¿La IA está reemplazando los trabajos de oficina o solo los está cambiando? La respuesta es ambas cosas, pero no de la misma forma en todos los roles.El error más común en esta discusión es asumir que una disrupción laboral solo cuenta si un puesto desaparece por completo. En la práctica, la IA muchas veces cambia el trabajo antes de borrarlo. Un equipo puede seguir teniendo analistas, reclutadores, asistentes, diseñadores, marketers, desarrolladores o personal de operaciones, pero quizá se necesiten menos personas para producir el mismo resultado. Un solo empleado con experiencia y buenas herramientas de IA puede encargarse de más redacción, más resúmenes, más reportes y más clasificación inicial que antes. Y eso cambia los planes de contratación aunque el rol siga apareciendo en el organigrama.El Foro Económico Mundial captura bien esa tensión. Su informe de 2025 encontró que el 41% de los empleadores espera reducir su fuerza laboral allí donde la IA pueda automatizar ciertas tareas, mientras que el 77% planea capacitar a sus trabajadores para operar junto a nuevas herramientas. En otras palabras, la IA no es solo una historia de reemplazo. También es una historia de rediseño.Y por eso el cambio laboral en trabajos de oficina puede sentirse confuso. Algunas personas se están volviendo más productivas y más valiosas. Otras están encontrando menos vacantes, caminos de entrada más estrechos o más presión sobre tareas rutinarias que antes servían como peldaños para crecer. Qué roles de oficina y profesionales están más expuestos Los roles que están bajo mayor presión suelen ser aquellos con trabajo estructurado, de alto volumen y frente a pantalla. Eso incluye muchas funciones administrativas y clericales, roles rutinarios de soporte, producción de contenido estandarizado y ciertos tipos de trabajo analítico o digital de primera pasada.El Foro Económico Mundial dice que los asistentes administrativos siguen estando entre los trabajos que más rápido están disminuyendo a nivel global, y que los diseñadores gráficos ahora también se han sumado a esa lista a medida que la IA generativa transforma la producción creativa. El FMI señala de forma similar que los roles de habilidades medias, incluyendo muchos trabajos rutinarios de oficina, están siendo presionados, incluso mientras crece la demanda de trabajadores con habilidades nuevas, técnicas y relacionadas con IA.Eso no significa que todos los roles de servicios profesionales estén igual de expuestos. Los puestos que dependen en gran medida del conocimiento tácito, el criterio institucional, la confianza del cliente, la negociación y la toma de decisiones ambiguas son más difíciles de comprimir rápidamente. Pero la capa de trabajo que está por debajo de esas actividades de mayor valor está cambiando muy rápido. El riesgo suele ser mayor donde el valor proviene de procesar información, más que de interpretarla dentro de un contexto. Por qué los trabajadores con experiencia están resistiendo mejor que los junior Uno de los patrones más importantes en los datos actuales es que la IA no parece estar afectando por igual a todos los trabajadores de oficina.La investigación de la Dallas Fed sostiene que la IA tiene más probabilidades de sustituir a trabajadores de nivel inicial que realizan tareas codificables, mientras complementa a trabajadores con experiencia cuyo valor depende más del conocimiento tácito. El mismo análisis encontró que los salarios en sectores altamente expuestos a la IA no han caído de forma generalizada y, en algunos casos, incluso han crecido más rápido que los promedios nacionales. Desde el otoño de 2022, los salarios nominales promedio semanales a nivel nacional aumentaron un 7.5%, mientras que en diseño de sistemas informáticos crecieron un 16.7%; entre el 10% de las industrias más expuestas a la IA, los salarios aumentaron un 8.5%. La interpretación de la Dallas Fed es que la IA podría estar elevando el valor de los trabajadores con experiencia al mismo tiempo que debilita las perspectivas de empleo para trabajadores más jóvenes o junior.Ese patrón también ayuda a explicar por qué el mercado laboral puede sentirse contradictorio. Un profesional senior puede sentirse más productivo y más demandado, mientras que un recién graduado que postula a trabajos similares de oficina puede sentirse totalmente bloqueado. No son historias separadas. Son dos caras del mismo cambio. El modelo actual de progresión en trabajos de oficina dependía de que los trabajadores junior realizaran tareas más simples y codificables mientras, poco a poco, aprendían el conocimiento tácito necesario para llegar a roles más senior. Los investigadores de la Dallas Fed advierten explícitamente que la IA está haciendo que ese modelo de desarrollo sea menos rentable a corto plazo, aunque dejar a los nuevos trabajadores fuera de la escalera sea insostenible a largo plazo. Qué significa esto para los profesionales y los empleadores Para los profesionales, la estrategia más segura ya no es simplemente “trabajar en oficina” o “aprender una herramienta digital”. El mejor objetivo es construir valor donde la IA tiene más dificultad para operar por sí sola: criterio, comunicación con clientes, pensamiento transversal, confianza, capacidad para definir problemas y habilidad para dirigir, verificar y mejorar resultados generados por IA.Para los empleadores, el desafío es más estratégico de lo que parece a primera vista. Si las empresas usan IA para eliminar demasiado trabajo rutinario de soporte sin reconstruir caminos de desarrollo, podrían dañar su propia futura reserva de talento. Toda organización sigue necesitando personas con experiencia. Esas personas no aparecen de la nada cuando se las necesita. Normalmente se forman a través de exposición al trabajo real con el tiempo.Por eso el debate sobre IA y trabajos de oficina no debería reducirse solo a despidos. También trata sobre diseño organizacional, formación de habilidades y si las empresas están eliminando silenciosamente las capas inferiores de trabajo que permiten desarrollar la experiencia de los futuros expertos. Por qué esto también importa para los estudiantes Este problema no empieza cuando alguien consigue su primer trabajo de oficina. En muchos sentidos, empieza mucho antes.Si el trabajo de oficina depende cada vez menos de resultados rutinarios y más de adaptabilidad, resolución de problemas, soltura técnica y criterio, entonces los estudiantes necesitan bases más sólidas antes de entrar al mercado laboral. Necesitan aprender a pensar con la tecnología, no solo alrededor de ella. Necesitan más exposición práctica a la resolución creativa de problemas, al pensamiento sistémico y a habilidades digitales aplicadas, no solo memorización y cumplimiento rígido de tareas.Y ahí es donde la conversación se vuelve más grande que los trabajos de oficina. Se convierte en una conversación sobre preparación.A medida que cambian los trabajos de oficina, los estudiantes necesitan algo más que conocimiento tradicional de aula. Necesitan experiencia práctica para desarrollar confianza con la tecnología, creatividad y resolución de problemas del mundo real. HiWaveMakers apoya ese tipo de aprendizaje preparado para el futuro, ayudando a los jóvenes a desarrollar desde temprano habilidades prácticas en STEM y para la era de la IA. Reflexión final Entonces, ¿la IA va a reemplazar los trabajos de oficina?Algunas tareas, sí. Algunos roles, de forma parcial. Algunos equipos, probablemente a través de contrataciones más lentas o plantillas más pequeñas, en lugar de una eliminación dramática de la noche a la mañana.Pero la verdad más profunda es que el trabajo de oficina ya se está reorganizando. El cambio más grande no es simplemente que los empleos de oficina estén desapareciendo. Es que la estructura misma del trabajo de oficina está cambiando: menos tareas rutinarias, menos escalones puramente administrativos para empezar carrera, más presión sobre los roles junior y mayor valor para la experiencia, el criterio y las habilidades complementarias a la IA.Por eso este tema importa tanto. El futuro del trabajo de oficina no trata solo de software. Trata de quién sigue teniendo un camino de entrada hacia un trabajo profesional estable y calificado mientras las reglas siguen cambiando.Si el lugar de trabajo del futuro va a premiar la adaptabilidad, la confianza técnica y una resolución de problemas más profunda, esas habilidades deberían empezar a desarrollarse desde temprano. HiWaveMakers ayuda a los jóvenes a construir esa base práctica en STEM que encaja con el mundo hacia el que están creciendo. Preguntas frecuentes ¿Qué trabajos de oficina están más expuestos a la IA?Los roles con tareas repetitivas, estructuradas y frente a pantalla suelen ser los más expuestos. Eso incluye muchas funciones administrativas, clericales, de soporte, documentación y análisis preliminar. El Foro Económico Mundial identifica específicamente a los asistentes administrativos entre los roles que más rápido están disminuyendo, y la investigación de Anthropic de 2026 muestra una exposición teórica muy alta de tareas en ocupaciones de oficina y administrativas.¿La IA ya está reemplazando a los trabajadores de oficina?La IA ya está cambiando la contratación y el diseño del trabajo, pero el impacto es desigual. En muchos casos, está reemplazando tareas o reduciendo la cantidad de trabajadores necesarios, en lugar de eliminar de golpe un puesto completo. Los empleadores están automatizando tareas y capacitando personal al mismo tiempo.¿Los trabajadores junior de oficina están en mayor riesgo que los senior?La evidencia actual sugiere que sí. La investigación de la Dallas Fed indica que la IA puede sustituir más fácilmente a trabajadores de nivel inicial que realizan tareas codificables, mientras complementa a trabajadores con experiencia cuyo valor depende más del conocimiento tácito y el criterio.¿Los salarios están cayendo en campos de oficina expuestos a la IA?No de manera uniforme. Los datos de la Dallas Fed sugieren que el empleo en sectores expuestos a la IA ha quedado rezagado, mientras que los salarios en algunas industrias altamente expuestas aún han aumentado, especialmente donde los trabajadores con experiencia siguen siendo valiosos. Eso apunta a efectos mixtos, no a un colapso simple.¿Qué habilidades importan más a medida que cambia el trabajo de oficina?Las habilidades más duraderas probablemente serán el criterio, la comunicación, el pensamiento analítico, la adaptabilidad, la colaboración y la capacidad de usar herramientas de IA de forma crítica, en lugar de depender ciegamente de ellas. El Foro Económico Mundial dice que tanto las habilidades técnicas como las humanas seguirán siendo esenciales a medida que la IA transforme el trabajo.

Read More

Hiwave

Por qué están desapareciendo los empleos de nivel inicial en la economía de la IA

Los empleos de nivel inicial están desapareciendo más rápido en la economía de la IA, lo que hace más difícil que los recién graduados adquieran experiencia. Aquí te explicamos por qué está cambiando la escalera profesional. Tabla de contenido Por qué los empleos de nivel inicial importan más de lo que la gente creePor qué la IA está afectando primero a los puestos juniorEl problema de la escalera profesional del que nadie está hablandoPor qué los trabajadores jóvenes están sintiendo la presiónQué podrían estar entendiendo mal los empleadoresEn qué deberían enfocarse ahora los estudiantes y las familiasReflexión finalPreguntas frecuentesLa conversación sobre IA y empleo suele centrarse en la pregunta más grande y llamativa: ¿la IA va a reemplazar a los trabajadores?Esa pregunta importa, pero pasa por alto un cambio más inmediato y, en ciertos sentidos, más peligroso. En muchas industrias, los primeros empleos que están siendo presionados no son siempre los senior. Son los junior. Los puestos de entrada que antes ayudaban a las personas a aprender cómo funciona realmente el trabajo están empezando a reducirse, y eso cambia algo más que la contratación. Cambia la forma en que las personas construyen una carrera desde el principio.Por eso este tema merece más atención. El futuro del trabajo no depende solo de si los empleos desaparecen. También depende de si los nuevos trabajadores todavía tienen una puerta de entrada.Y ahí es donde el mercado laboral actual ya está mostrando tensión. Un análisis de la Reserva Federal de Dallas publicado en 2026 destacó una investigación de Stanford que encontró que los trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA experimentaron una caída del 13% en el empleo desde 2022, mientras que los grupos menos expuestos o con más experiencia resistieron mejor. El FMI también ha advertido que los puestos de nivel inicial tienen una mayor exposición a la IA, lo que hace que la transición sea especialmente difícil para los trabajadores jóvenes que están comenzando su carrera. Por qué los empleos de nivel inicial importan más de lo que la gente cree Los empleos de nivel inicial suelen subestimarse porque tienden a involucrar trabajo de menor estatus: tareas administrativas, análisis preliminar, atención básica al cliente, programación de agendas, documentación, apoyo en investigación y tareas repetitivas de producción. Sobre el papel, ese trabajo puede parecer reemplazable.Pero esa no es toda la historia.Estos roles hacen más que producir resultados. Enseñan contexto. Permiten que las personas desarrollen criterio a través de la repetición. Exponen a los nuevos trabajadores a cómo se comunican los equipos, cómo se toman decisiones, dónde ocurren los errores y cómo luce la calidad en el mundo real. En otras palabras, los empleos de nivel inicial no son solo mano de obra. Son infraestructura para el desarrollo profesional.Cuando esos puestos se reducen, el mercado laboral no simplemente se vuelve más eficiente. Se vuelve más difícil de entrar.Y eso es lo que hace que el cambio actual sea tan importante. No solo está eliminando algunas tareas rutinarias. Está presionando precisamente la capa de trabajo que históricamente ayudaba a convertir a personas sin experiencia en profesionales capaces. Por qué la IA está afectando primero a los puestos junior La IA funciona especialmente bien en tareas que son repetitivas, basadas en reglas, digitales y fáciles de estandarizar. Eso hace que muchas responsabilidades de nivel junior estén altamente expuestas.Una empresa no necesita automatización total para que esto importe. Si un gerente, analista, marketer, reclutador o líder de soporte puede usar IA para redactar más rápido, resumir más rápido, organizar más rápido y responder más rápido, la empresa puede decidir que necesita menos personal junior por debajo de ese rol. El título del puesto puede seguir existiendo, pero la cantidad de personas necesarias para apoyar esa función puede reducirse.Esa es una de las razones por las que la IA afecta los empleos de nivel inicial de forma distinta a algunas olas anteriores de tecnología. El problema no es solo el reemplazo directo. Es la compresión. Un trabajador habilitado por IA puede absorber más producción, lo que significa que las organizaciones pueden frenar la contratación incluso si no están anunciando despidos masivos.El trabajo del FMI de 2026 sobre nuevas habilidades y contratación subraya esta tensión. Encontró que aproximadamente una de cada diez vacantes en economías avanzadas ahora requiere al menos una nueva habilidad, muchas veces en áreas relacionadas con TI o IA, y que las zonas con mayor demanda de habilidades de IA han visto niveles más bajos de empleo en ocupaciones vulnerables a la IA con el tiempo. Eso significa que el mercado está premiando nuevas habilidades, pero no necesariamente está creando un puente fácil para quienes aún no las tienen. El problema de la escalera profesional del que nadie está hablando La parte más importante de esta historia no es solo la pérdida de empleos. Es la pérdida de la escalera.Durante décadas, el camino tradicional hacia una carrera era relativamente claro. Empezabas en un rol junior. Te encargabas de tareas más simples. Aprendías los sistemas, las normas y el flujo de trabajo. Luego pasabas a tareas más complejas, con mayor responsabilidad.Ese recorrido nunca fue perfecto, pero era real.En la economía de la IA, muchas de las tareas de menor nivel que conformaban esos roles iniciales son precisamente las más propensas a ser automatizadas, aceleradas o consolidadas. El resultado es una estructura de contratación distorsionada: las organizaciones siguen queriendo personas que puedan pensar estratégicamente, resolver problemas complejos, comunicarse con claridad y supervisar flujos de trabajo exigentes, pero están reduciendo algunos de los puestos donde antes se desarrollaban esas capacidades.Por eso tantos trabajadores jóvenes se sienten estancados. Los empleadores dicen que necesitan personas con criterio, iniciativa y soltura con IA, pero al mismo tiempo el mercado está reduciendo los espacios donde esas cualidades podían desarrollarse en el trabajo.Esa desconexión es estructural, no personal. No es solo que los graduados “no estén suficientemente preparados”. Es que el sistema se está volviendo menos flexible justo en el punto donde las personas más necesitan espacio para aprender. Por qué los trabajadores jóvenes están sintiendo la presión Los trabajadores jóvenes suelen ser los primeros en sentir los cambios del mercado laboral porque están más cerca del margen en las decisiones de contratación. Tienen menos experiencia, menos redes profesionales y menos poder cuando los roles se vuelven más competitivos.La cobertura de la Reserva Federal de San Francisco sobre los hallazgos de la Dallas Fed enfatizó que la caída en el empleo joven en ocupaciones expuestas a la IA parece deberse más a una menor entrada a los empleos que a un desplazamiento generalizado de trabajadores ya establecidos. Esa es una distinción importante. Sugiere que uno de los primeros efectos laborales de la IA puede ser cerrar el acceso, más que expulsar de inmediato a grandes cantidades de trabajadores actuales.Y eso crea un patrón frustrante. A los estudiantes se les dice que se preparen para el futuro, pero para cuando se gradúan, los roles de entrada ya han cambiado. Los empleadores quieren experiencia práctica con herramientas, flujos de trabajo, criterio y adaptabilidad. Las escuelas todavía están tratando de ponerse al día. El Foro Económico Mundial dice que los empleadores esperan que el 39% de las habilidades clave de los trabajadores cambien para 2030, lo que refuerza qué tan rápido se está moviendo el terreno bajo las trayectorias educativas tradicionales.Cuando eso ocurre a gran escala, el problema deja de ser solo una cuestión de competencia laboral. Se convierte en un problema de pipeline. Qué podrían estar entendiendo mal los empleadores Algunas empresas podrían estar tomando una decisión de eficiencia a corto plazo que termina creando un problema de talento a largo plazo.Reducir la contratación de nivel inicial puede mejorar las métricas de productividad en el corto plazo, especialmente si las herramientas de IA ayudan a los empleados con experiencia a avanzar más rápido. Pero si las organizaciones eliminan demasiados puestos junior sin crear nuevas rutas de desarrollo, podrían debilitar la futura oferta de trabajadores calificados. Toda industria sigue necesitando personas que entiendan el trabajo en profundidad. Esa experiencia no aparece sola. Tiene que construirse en algún lugar.Aquí es donde la conversación actual suele volverse demasiado estrecha. Las empresas hablan de ganancias de productividad, y son reales. Pero menos personas se preguntan de dónde saldrán los trabajadores con experiencia del mañana si la capa de aprendizaje y formación dentro del trabajo moderno sigue reduciéndose.La respuesta no puede ser simplemente “las escuelas deberían resolverlo”, porque muchas capacidades profesionales se forman haciendo el trabajo en entornos reales. Tampoco puede ser “los trabajadores solo deberían capacitarse más”, si el mercado cada vez exige más experiencia antes de dar acceso a oportunidades para obtenerla.El riesgo a largo plazo es que las organizaciones optimicen hasta eliminar precisamente los roles que hacen posible la experiencia futura. En qué deberían enfocarse ahora los estudiantes y las familias Este es el punto en el que la conversación tiene que pasar de la advertencia a la preparación.Si los empleos de nivel inicial están desapareciendo o cambiando, el objetivo no debería ser entrar en pánico. Debería ser construir bases más sólidas desde antes. Eso significa enfocarse menos en la memorización y más en la resolución práctica de problemas, la comunicación, la soltura digital, la creatividad, el pensamiento sistémico y la capacidad de trabajar con la tecnología en lugar de ser fácilmente reemplazado por ella.Eso también significa dar a los estudiantes más exposición al aprendizaje práctico antes de entrar al mercado laboral. Cuando el mercado laboral se vuelve más difícil desde abajo, la experiencia práctica empieza a importar más temprano. Reflexión final La desaparición de los empleos de nivel inicial en la economía de la IA no es solo una historia sobre contratación. Es una historia sobre desarrollo profesional.Cuando los roles junior se reducen, el mercado laboral se vuelve más difícil de entrar, más difícil de navegar y menos flexible para quienes todavía están construyendo experiencia. Por eso este tema importa incluso si la IA no ha provocado desempleo a escala de toda la economía. La presión aparece primero donde las personas tienen menos margen de maniobra: al comienzo.La preocupación más profunda no es solo que algunos empleos estén desapareciendo. Es que la ruta de entrada a muchas profesiones se está rediseñando más rápido de lo que estudiantes, familias, escuelas y empleadores están preparados para asumir.Por eso la preparación no puede comenzar solo después de la graduación. Tiene que empezar antes, con un aprendizaje que desarrolle adaptabilidad, comodidad técnica y las habilidades humanas que la IA no reemplaza fácilmente.A medida que cambia la escalera profesional, los estudiantes necesitan bases más sólidas desde antes. HiWaveMakers está construido alrededor de esa idea, ayudando a los jóvenes a desarrollar habilidades prácticas en STEM, resolución de problemas y tecnología que encajan mejor con el mundo hacia el que están creciendo. Preguntas frecuentes ¿Por qué están desapareciendo los empleos de nivel inicial por culpa de la IA?Muchos puestos de nivel inicial incluyen tareas repetitivas, digitales y basadas en reglas que la IA puede acelerar o automatizar parcialmente. Incluso cuando el puesto completo no desaparece, las empresas pueden contratar menos trabajadores junior porque los empleados con experiencia que usan IA pueden manejar una mayor carga de trabajo.¿La IA está afectando más a los trabajadores jóvenes?La investigación actual sugiere que sí. Un análisis de la Dallas Fed citó hallazgos de Stanford que muestran una caída del 13% en el empleo desde 2022 para trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA.¿La IA solo está afectando a los empleos junior de oficina?No, pero los puestos junior de oficina y de apoyo digital están entre los más expuestos porque suelen involucrar tareas estandarizadas. El impacto laboral es desigual entre sectores y roles.¿Los nuevos empleos reemplazarán a los empleos de nivel inicial que se están perdiendo?Surgirán algunos nuevos roles, pero la transición no es automática. El desafío es que muchos de esos nuevos puestos requieren habilidades o experiencia que los trabajadores desplazados y los recién graduados aún no tienen. El Foro Económico Mundial proyecta tanto creación como desplazamiento de empleos hacia 2030, junto con una fuerte disrupción de habilidades.¿En qué deberían enfocarse ahora los estudiantes?Los estudiantes deberían desarrollar habilidades prácticas y transferibles: resolución de problemas, comunicación, soltura digital, adaptabilidad y la capacidad de trabajar eficazmente con herramientas de IA, en lugar de depender solo de resultados rutinarios. La velocidad del cambio de habilidades hace que el aprendizaje práctico y el desarrollo continuo sean más importantes que nunca.

Read More

Hiwave

Los oficios están a salvo de la IA? Por qué la robótica está cambiando la respuesta

Los oficios siguen siendo más resilientes que muchos trabajos de oficina, pero la robótica está cambiando el panorama a largo plazo. Esto es lo que la IA significa para el trabajo técnico, manual y especializado. Tabla de contenido Por qué la gente cree que los oficios están a salvo de la IAPor qué los oficios siguen siendo más resilientes hoyDonde la robótica ya está cambiando el trabajo físicoQué roles técnicos y manuales podrían sentir presión primeroPor qué “a salvo” no es la palabra correctaEn qué deberían enfocarse ahora los trabajadores, los estudiantes y las familiasReflexión finalPreguntas frecuentesCuando la gente se preocupa por la IA reemplazando empleos, una de las respuestas más comunes es simple: aprende un oficio.Es fácil entender por qué ese consejo se volvió tan popular. Electricistas, plomeros, técnicos de HVAC, mecánicos, trabajadores de la construcción, instaladores y otros profesionales que trabajan con las manos realizan su labor en entornos físicos desordenados, impredecibles y cambiantes. Eso hace que sus trabajos sean más difíciles de automatizar que muchos puestos de oficina basados en pantallas, documentos y tareas digitales repetitivas.Pero “más difícil de automatizar” no significa “completamente a salvo”.Ese es el punto real que esta conversación muchas veces pasa por alto. Los oficios no están colapsando de la misma manera en que algunos puestos rutinarios de oficina están siendo presionados. De hecho, se espera que muchos trabajos técnicos, manuales y de primera línea sigan creciendo durante los próximos años. El Foro Económico Mundial dice que los conductores de reparto, los trabajadores de la construcción y los trabajadores del procesamiento de alimentos están entre los tipos de empleo con mayor crecimiento hacia 2030, mientras que los trabajadores agrícolas encabezan la lista en crecimiento absoluto.Así que la respuesta corta es esta: los oficios son más resilientes que muchos trabajos administrativos y profesionales en el corto plazo, pero la robótica está cambiando el panorama de largo plazo. Por qué la gente cree que los oficios están a salvo de la IA La idea de que los oficios están protegidos suele basarse en una gran verdad: el trabajo físico es desordenado.A diferencia de muchos roles administrativos o digitales, el trabajo técnico especializado rara vez se realiza en condiciones limpias y estandarizadas. Las paredes son diferentes. Los edificios son distintos. Los materiales varían. Los lugares de trabajo cambian. El acceso es limitado. El clima interfiere. La gente improvisa. Los problemas de seguridad aparecen sin aviso. Los clientes suelen describir mal los problemas. Los equipos fallan de formas inesperadas.Ese tipo de variabilidad del mundo real es exactamente la razón por la que los oficios han sido más duraderos que muchos trabajos de escritorio. La presencia física, la destreza manual, el diagnóstico y el juicio en el momento siguen importando muchísimo.Por eso también muchas proyecciones del mercado laboral siguen mostrando demanda de trabajos físicamente arraigados. El informe de 2025 del Foro Económico Mundial no sugiere que la construcción y el trabajo de primera línea estén desapareciendo en los próximos años. De hecho, señala crecimiento neto en varios de esos roles.Así que si alguien pregunta si los oficios son hoy más seguros que el trabajo rutinario de oficina, la respuesta en general es sí. Por qué los oficios siguen siendo más resilientes hoy Hay tres razones principales por las que los oficios siguen siendo más resilientes en el corto plazo.La primera es la complejidad del entorno. Un robot puede desempeñarse muy bien en una fábrica, en un pasillo de almacén o en otro entorno controlado. Es mucho más difícil igualar ese desempeño dentro de un edificio antiguo con geometrías incómodas, materiales mixtos, iluminación inconsistente y comportamiento humano impredecible.La segunda es la variedad de tareas. Muchos trabajadores especializados no repiten una sola acción estrecha durante todo el día. Diagnostican, se adaptan, se comunican, resuelven problemas y cambian constantemente entre trabajo físico y trabajo cognitivo.La tercera es la confianza y la responsabilidad. Los propietarios, administradores de instalaciones y supervisores de obra no solo quieren que una tarea se complete. Quieren a alguien que pueda explicar qué salió mal, identificar riesgos, decidir prioridades y hacerse responsable si algo falla.Por eso el consejo de “aprende un oficio” todavía tiene mérito real. Lo que pasa es que no es un escudo permanente contra la automatización. Dónde la robótica ya está cambiando el trabajo físico La razón por la que este tema está cambiando no es que robots humanoides vayan a reemplazar a todos los electricistas o plomeros el próximo año. La razón es que la robótica se está volviendo más capaz, más adaptable y más relevante comercialmente en las partes del trabajo físico que son más fáciles de estandarizar.La Federación Internacional de Robótica informó que en 2024 se instalaron 542,000 robots industriales a nivel mundial, más del doble del nivel de hace diez años, y que el stock total de robots industriales en operación llegó a 4.664 millones de unidades.Ese crecimiento importa porque demuestra que la automatización no es un experimento marginal. Está escalando.El mercado de la robótica de servicios también está creciendo. La IFR reportó que en 2024 se vendieron casi 200,000 robots profesionales de servicio, un aumento del 9% interanual, y que el transporte y la logística representaron 102,900 unidades, es decir, más de la mitad de todos los robots profesionales de servicio vendidos. La IFR también señaló un crecimiento en los modelos de suscripción y robot-as-a-service, lo que reduce la barrera de adopción.Esas cifras no significan que los robots estén tomando todos los trabajos físicos. Sí significan que las empresas están automatizando de forma constante las partes del trabajo físico que pueden estructurarse: transporte, manipulación, movimientos repetitivos, flujo de almacén y ciertas tareas industriales en entornos controlados.Las tendencias de robótica de 2026 de la IFR apuntan en la misma dirección. Destacó la autonomía impulsada por IA, la convergencia entre IT y OT, y las pruebas en el mundo real de robots humanoides como grandes tendencias que están dando forma a la industria. El informe de 2026 de la IFR sobre IA en robótica dice que la IA está aumentando las capacidades, la eficiencia y la adaptabilidad de la robótica.Por eso, la pregunta correcta ya no es “¿Pueden los robots hacer trabajo físico?”. Ya pueden. La mejor pregunta es: “¿Qué tipos de trabajo físico son más difíciles de automatizar, y por cuánto tiempo?”. Qué roles técnicos y manuales podrían sentir presión primero Los primeros trabajos físicos que probablemente enfrenten una presión real por automatización no son necesariamente los oficios especializados más complejos. Son los roles con mayor grado de estandarización.Eso incluye transporte en almacenes, manipulación repetitiva en fábricas, ciertas rutinas de inspección, clasificación, logística interior predecible y trabajo de producción altamente estructurado. Los datos de robots de servicio de la IFR muestran que la logística domina la adopción de robots profesionales de servicio, y eso encaja con este patrón.Los robots colaborativos también merecen atención. La IFR dice que los cobots alcanzaron una participación del 10.5% de las instalaciones de robots industriales en 2023, lo que refleja un interés creciente en sistemas diseñados para trabajar junto a las personas en lugar de reemplazarlas por completo.Esto importa para los oficios porque la automatización muchas veces llega primero cambiando el ecosistema alrededor del trabajador. Puede que un obrero de construcción no sea reemplazado directamente por un robot, pero los sistemas prefabricados, la manipulación automatizada de materiales, la inspección robótica, la medición digital y los diagnósticos asistidos por IA aún pueden cambiar lo que el trabajo exige y cuántas personas se necesitan para ciertas tareas.Así que el escenario más realista no es “todos los oficios desaparecen”. Es que algunas tareas relacionadas con los oficios se automatizan más, algunos roles se vuelven más técnicos y los trabajadores que combinan habilidad manual con soltura digital pueden obtener una ventaja. Por qué “a salvo” no es la palabra correcta La palabra “a salvo” lleva a pensar de la manera equivocada.Hace que la gente imagine una frontera rígida entre los trabajos que la IA puede afectar y los que no. Pero los mercados laborales rara vez cambian de una forma tan limpia. Más a menudo, los trabajos se reconfiguran por capas. Algunas tareas desaparecen. Algunas se vuelven más fáciles. Algunas se vuelven más valiosas. Algunos trabajadores se vuelven más productivos. Algunas vías de entrada se estrechan. Algunas herramientas nuevas elevan las expectativas en lugar de eliminar por completo el puesto.Ese probablemente también sea el futuro más realista para los oficios.La construcción y el trabajo especializado pueden seguir siendo esenciales durante años porque el mundo real es complicado. Pero las herramientas usadas en esas profesiones seguirán cambiando. Los diagnósticos pueden volverse más guiados por software. Las mediciones pueden automatizarse más. La inspección puede estar cada vez más llena de sensores. La manipulación de materiales puede volverse más robótica. El mantenimiento industrial puede involucrar cada vez más sistemas inteligentes en lugar de ser algo puramente mecánico.Por eso el mejor enfoque no es “los oficios están a salvo” o “los oficios están condenados”. Es “los oficios están evolucionando, y algunas partes están más expuestas que otras”. En qué deberían enfocarse ahora los trabajadores, los estudiantes y las familias Si el futuro del trabajo especializado se está volviendo más técnico, entonces la mejor preparación no es solo la competencia física. Es la competencia física más el pensamiento sistémico.Es probable que los trabajadores en oficios se beneficien al entender cómo herramientas, sensores, automatización, controles, diagnósticos y software interactúan cada vez más con el trabajo manual. Los estudiantes que estén considerando carreras técnicas no deberían asumir que evitar una oficina significa evitar la tecnología. En muchos campos, está ocurriendo lo contrario. La próxima generación del trabajo técnico puede recompensar a quienes sepan instalar, diagnosticar, interpretar y trabajar junto a sistemas cada vez más inteligentes.Por eso importa tanto el aprendizaje práctico en STEM desde temprano. Reflexión final Entonces, ¿los oficios están a salvo de la IA?Más a salvo que muchos trabajos digitales rutinarios en el corto plazo, sí.Intocables, no.Los datos actuales sugieren que el trabajo físico, especializado y de primera línea todavía tiene una gran permanencia, especialmente donde los entornos son variables y el juicio humano importa. Al mismo tiempo, la robótica sigue avanzando de forma constante en logística, fábricas, sistemas industriales y otros entornos estructurados. Las instalaciones de robots industriales se han más que duplicado durante la última década, y los robots profesionales de servicio siguen creciendo a medida que las empresas automatizan tareas de transporte y manipulación.Esa combinación lleva a una conclusión más equilibrada: los oficios especializados no están desapareciendo, pero sí se están volviendo más técnicos, más impulsados por herramientas y más conectados con la automatización de lo que mucha gente cree.Si la próxima generación del trabajo especializado va a combinar habilidad manual con confianza técnica, esa base debe comenzar temprano. HiWaveMakers ayuda a los estudiantes a desarrollar habilidades reales en STEM, resolución de problemas y tecnología que encajan con la dirección hacia la que ya se está moviendo el trabajo. Preguntas frecuentes ¿Los oficios especializados están más a salvo de la IA que los trabajos de oficina?En general, sí en el corto plazo. El trabajo en oficios es más difícil de automatizar porque ocurre en entornos físicos variables y suele requerir diagnóstico, destreza y juicio en el lugar. Aun así, algunas partes del trabajo físico se están volviendo más automatizables a medida que mejora la robótica.¿Qué trabajos físicos están más expuestos primero a la robótica?Los roles más expuestos suelen ser los más estandarizados: transporte en almacenes, manipulación repetitiva en fábricas, logística interior y otros flujos físicos estructurados. Los datos de la IFR muestran que transporte y logística son el área de aplicación más grande para robots profesionales de servicio.¿Se espera que los trabajos de construcción y oficios sigan creciendo?Sí, muchos de ellos sí. El Foro Económico Mundial proyecta a los trabajadores de construcción entre los tipos de empleo con mayor crecimiento hacia 2030, junto con varios otros roles de primera línea.¿Qué son los cobots y por qué importan?Los cobots son robots colaborativos diseñados para trabajar junto a los humanos. Importan porque muchas veces complementan al trabajador en lugar de reemplazarlo por completo, pero aun así pueden cambiar flujos de trabajo, dotación de personal y requisitos de habilidades con el tiempo. La IFR dice que los cobots representaron el 10.5% de las instalaciones de robots industriales en 2023.¿Qué habilidades serán más importantes en el futuro del trabajo técnico y manual?La habilidad práctica seguirá siendo importante, pero la soltura técnica también lo será cada vez más. Los trabajadores que entiendan herramientas, diagnósticos, automatización, controles y resolución de problemas entre sistemas físicos y digitales pueden estar mejor posicionados a medida que evoluciona el trabajo especializado.

Read More

Hiwave

Las escuelas no están preparando a los estudiantes para una economía impulsada por la IA

Muchas escuelas todavía no están preparando a los estudiantes para una economía impulsada por la IA. Aquí te mostramos en qué aspectos la educación se está quedando atrás y qué necesitan hoy los estudiantes. Tabla de contenido Por qué la brecha educativa importa ahoraLas escuelas se están adaptando, pero demasiado lentamenteEl verdadero problema no es solo el acceso a la IALo que realmente necesitan los estudiantes en una economía impulsada por la IAPor qué el currículo importa más que prohibir herramientasEn qué deberían enfocarse ahora las familias y los educadoresReflexión finalPreguntas frecuentesEl mercado laboral está cambiando más rápido que la mayoría de los sistemas educativos.Ese es el problema central. La cuestión no es simplemente si los estudiantes pueden usar herramientas de IA. La verdadera pregunta es si las escuelas los están ayudando a desarrollar el criterio, la adaptabilidad y las habilidades prácticas que necesitarán en un mundo donde la IA está cada vez más integrada en el trabajo mismo. En este momento, la evidencia sugiere que la educación todavía está tratando de ponerse al día. La UNESCO informó que una encuesta global de más de 450 escuelas y universidades encontró que menos del 10% había desarrollado políticas institucionales o lineamientos formales sobre IA generativa.Ese dato importa porque señala algo más profundo que una simple brecha tecnológica. Señala una brecha de preparación. La IA ya está cambiando la forma en que las personas escriben, investigan, resuelven problemas y realizan trabajo basado en conocimiento, pero muchas escuelas siguen actuando como si la gran pregunta fuera solo si estas herramientas deberían estar permitidas o no. Al mismo tiempo, según el Foro Económico Mundial, los empleadores esperan que el 39% de las habilidades principales de los trabajadores cambien para 2030.Así que el reto ya no es teórico. Si el trabajo está cambiando tan rápido, la educación no puede seguir organizada en torno a supuestos que pertenecían a una época más lenta. Por qué la brecha educativa importa ahora Las escuelas siempre han hecho más que simplemente transmitir información. Idealmente, ayudan a los estudiantes a aprender a pensar, comunicarse, colaborar y desarrollar capacidades reales con el tiempo. Pero la IA cambia el contexto de todo eso. Cuando las herramientas pueden redactar ensayos, resumir lecturas, generar código, responder preguntas y simular tutoría, el valor de la educación se desplaza del resultado rutinario hacia un aprendizaje más profundo.Por eso la brecha actual es tan importante. Si las escuelas responden a la IA solo como un problema de trampa académica, corren el riesgo de no ver la transformación más grande. La verdadera cuestión no es solo si los estudiantes pueden producir una respuesta. Es si entienden esa respuesta, si pueden cuestionarla, mejorarla y aplicarla en el mundo real. El informe Digital Education Outlook 2026 de la OCDE deja esto claro: la IA generativa puede apoyar el aprendizaje cuando se usa con principios pedagógicos claros, pero usarla sin esa guía puede mejorar el desempeño en tareas sin generar verdaderos avances en el aprendizaje.Esa diferencia debería marcar la forma en que las escuelas piensan sobre la IA de ahora en adelante. Un resultado más pulido no es lo mismo que una comprensión más sólida. Las escuelas se están adaptando, pero demasiado lentamente Siendo justos, las escuelas no están completamente inmóviles. Docentes e instituciones están experimentando, y algunos sistemas ya están empezando a publicar orientaciones. El informe Digital Education Outlook 2026 de la OCDE muestra que el 37% de los docentes de secundaria básica usaron IA en su trabajo en 2024, y el 57% estuvo de acuerdo en que la IA ayuda a redactar o mejorar planes de clase. Al mismo tiempo, el 72% creía que la IA puede perjudicar la integridad académica al permitir que los estudiantes presenten trabajos como si fueran propios.Esa mezcla de adopción y preocupación cuenta muy bien la historia. Los educadores ya pueden ver el valor práctico de la IA, pero al mismo tiempo están tratando de gestionar riesgos reales relacionados con la dependencia excesiva, la autenticidad y la calidad del aprendizaje. La encuesta previa de la UNESCO sugiere que la política institucional va rezagada frente a la velocidad de lo que ya ocurre en las aulas.Así que el problema no es que nadie esté respondiendo. El problema es que la respuesta es desigual, fragmentada y demasiado lenta en comparación con el ritmo de cambio del mercado laboral. El verdadero problema no es solo el acceso a la IA Uno de los errores más grandes en esta conversación es tratar la preparación para la IA como si fuera solo un tema de hardware o software.El acceso importa, pero el acceso por sí solo no basta. Una escuela puede permitir herramientas de IA y aun así no preparar bien a sus estudiantes. Si los estudiantes usan la IA principalmente para terminar tareas más rápido sin mejorar su razonamiento, su criterio o su capacidad para resolver problemas, entonces la escuela en realidad podría estar reforzando un aprendizaje superficial. La OCDE advierte que delegar tareas cognitivas a chatbots de uso general puede generar una “pereza metacognitiva” y una desconexión que reduzcan la adquisición de habilidades a largo plazo.Por eso la preparación para la IA debe entenderse como un tema de diseño del aprendizaje. Las escuelas necesitan decidir qué habilidades importan más ahora, qué tareas del aula deben evolucionar y cómo enseñar a los estudiantes a usar la IA de forma crítica en lugar de pasiva.La propia OCDE ha sido clara sobre esta necesidad más amplia. Señala que los sistemas educativos deben replantear sus prioridades a la luz del desarrollo de las capacidades de la IA y fomentar orientaciones con visión de futuro, además de programas de formación específicos para un uso efectivo y equitativo de la IA generativa. Lo que realmente necesitan los estudiantes en una economía impulsada por la IA Si los empleadores esperan una disrupción de habilidades a esta escala, los estudiantes necesitan algo más que cobertura de contenidos. Necesitan habilidades que sigan siendo valiosas cuando la producción rutinaria sea rápida y barata.El Foro Económico Mundial dice que el pensamiento analítico sigue siendo la habilidad principal más valorada por los empleadores, seguida por la resiliencia, la flexibilidad, la agilidad, el liderazgo y la influencia social. Estas no son capacidades que se desarrollen bien únicamente con una enseñanza centrada en la memorización. Se construyen a través de resolución de problemas, práctica, retroalimentación, experimentación y aplicación real.El FMI agrega otra capa importante. Su Staff Discussion Note de 2026 dice que aproximadamente una de cada diez vacantes laborales en economías avanzadas ya exige al menos una nueva habilidad, a menudo relacionada con IA o tecnología de la información, y sostiene que las economías con fuerte demanda deberían priorizar la educación y la recapacitación. También advierte que estos cambios pueden profundizar la polarización y generar desafíos para los trabajadores jóvenes.Eso significa que los estudiantes necesitan cada vez más una combinación de soltura técnica y criterio humano. Necesitan saber usar herramientas digitales, pero también saber cuestionarlas. Necesitan habilidades de comunicación, pero también la capacidad de evaluar fuentes, detectar razonamientos débiles y tomar decisiones en contextos de incertidumbre. Necesitan exposición a la tecnología, pero no a costa del pensamiento independiente. Por qué el currículo importa más que prohibir herramientas Las prohibiciones generales pueden dar una sensación de control, pero no resuelven el verdadero problema.Los estudiantes ya están usando IA, muchas veces fuera del control institucional. La OCDE señala que la IA generativa es ampliamente accesible y utilizada más allá de los límites institucionales debido a su facilidad de uso y versatilidad. La pregunta más útil no es si las escuelas pueden excluirla por completo. La pregunta es si pueden rediseñar el aprendizaje para que los estudiantes sigan desarrollando competencias reales en un entorno rico en IA.Eso puede requerir cambios en la forma en que se enseña la escritura, en cómo se evalúan los proyectos y en cómo los estudiantes demuestran comprensión. También puede requerir más defensa oral, más evaluación basada en procesos, más resolución colaborativa de problemas y más tareas que pidan a los estudiantes criticar o mejorar contenido generado por IA en lugar de simplemente entregar respuestas bien pulidas.Ese tipo de cambio es más difícil que una prohibición. Pero está mucho más alineado con hacia dónde se dirigen la educación y el trabajo. En qué deberían enfocarse ahora las familias y los educadores Para las familias, el objetivo no debería ser criar niños que simplemente sepan usar un chatbot. El objetivo debería ser ayudarlos a convertirse en personas adaptables, curiosas, cómodas con la tecnología y capaces de resolver problemas en el mundo real.Para los educadores, la pregunta no es solo qué herramienta permitir. La pregunta es cómo fortalecer el modelo de aprendizaje de fondo para que los estudiantes desarrollen capacidades duraderas. Las experiencias prácticas en STEM, los proyectos creativos, el pensamiento sistémico, la comunicación y la resolución de problemas del mundo real importan aún más cuando la economía está cambiando tan rápido.Por eso el aprendizaje práctico importa tanto. Reflexión final Las escuelas no están fallando porque la IA exista. Están teniendo dificultades porque la velocidad del cambio está chocando con sistemas que fueron construidos para transiciones mucho más lentas.La evidencia apunta a una brecha real de preparación. La UNESCO encontró muy poca orientación formal en escuelas y universidades. La OCDE advierte que la IA puede mejorar el rendimiento sin necesariamente mejorar el aprendizaje. El Foro Económico Mundial muestra que la disrupción de habilidades ya es considerable, y el FMI muestra que el mercado laboral ya está recompensando nuevas habilidades.Si juntas todas esas piezas, el mensaje es claro: la pregunta ya no es si la educación debería responder a la IA. La pregunta es si la educación puede responder con la suficiente rapidez para preparar a los estudiantes para el mundo al que realmente están entrando.Si la economía del mañana va a premiar la resolución de problemas, la adaptabilidad, la soltura técnica y la creatividad, esas bases deben comenzar desde temprano. HiWaveMakers ayuda a los estudiantes a desarrollar esas habilidades a través de aprendizaje STEM práctico, diseñado para el futuro en el que están creciendo. Preguntas frecuentes ¿Las escuelas están preparando a los estudiantes para trabajos relacionados con IA en este momento?Algunas lo están intentando, pero la respuesta general sigue siendo desigual. La UNESCO informó que menos del 10% de las escuelas y universidades encuestadas tenían orientación formal sobre IA generativa, lo que sugiere que muchas instituciones todavía están en una etapa temprana de respuesta.¿Usar IA en la escuela es lo mismo que aprender con IA?No. El informe Digital Education Outlook 2026 de la OCDE dice que la IA generativa puede apoyar el aprendizaje cuando se usa con principios pedagógicos claros, pero también puede mejorar el rendimiento en tareas sin generar verdaderos avances de aprendizaje si los estudiantes simplemente delegan el trabajo cognitivo.¿Qué habilidades deberían desarrollar los estudiantes para una economía impulsada por la IA?Pensamiento analítico, adaptabilidad, comunicación, resolución de problemas y la capacidad de usar la IA de forma crítica están entre las más importantes. El Foro Económico Mundial afirma que el pensamiento analítico sigue siendo la habilidad principal más valorada por los empleadores, y que estos esperan que el 39% de las habilidades clave cambien para 2030.¿Por qué es más importante cambiar el currículo que prohibir herramientas de IA?Porque los estudiantes ya tienen un acceso amplio a la IA fuera de la escuela. El reto más profundo es rediseñar tareas y métodos de enseñanza para que los estudiantes sigan desarrollando comprensión real, criterio e independencia en un entorno con fuerte presencia de IA.¿Por qué esto importa ahora para las familias?Porque la demanda del mercado laboral ya está cambiando. El FMI dice que aproximadamente una de cada diez vacantes laborales en economías avanzadas ya requiere al menos una nueva habilidad, a menudo relacionada con IA o tecnologías de la información, lo que significa que la preparación debe comenzar antes de lo que muchas familias imaginan.

Read More

Hiwave

El desplazamiento laboral por la IA en 2026: lo que realmente muestran los datos

El desplazamiento laboral causado por la IA en 2026 ya está transformando la contratación, los puestos de nivel inicial y la planificación de la fuerza laboral. Esto es lo que realmente muestran los datos más recientes. Tabla de contenido El desplazamiento laboral por la IA en 2026 ya no es algo teórico Lo que realmente dicen los datos más recientesQué empleos están más expuestos en este momento Por qué los trabajadores más jóvenes están sintiendo la presión primero La IA está cambiando los organigramas, no solo los títulos de los puestos Por qué esta no es una historia simple de "los robots toman todos los trabajos" Qué deberían hacer los trabajadores y empleadores ahoraReflexión finalPreguntas frecuentesDurante años, las conversaciones sobre la IA y el empleo estuvieron planteadas en futuro. Algún día, la IA alteraría la fuerza laboral. Algún día, la automatización cambiaría la contratación. Algún día, el trabajo de oficina sería diferente.En 2026, ese lenguaje ya no encaja.El desplazamiento laboral por la IA ya no es una posibilidad lejana. Ya se está reflejando en los patrones de contratación, en la reestructuración de plantillas y en la creciente presión sobre los puestos de entrada. Eso no significa que todas las industrias estén colapsando ni que el desempleo masivo haya llegado de la noche a la mañana. Significa que el mercado laboral está cambiando más rápido de lo que muchas instituciones, empleadores y trabajadores esperaban.Y esa diferencia importa. Mucho.La evidencia más sólida hasta ahora no respalda la afirmación más extrema de que la IA ya haya eliminado enormes porciones de la fuerza laboral. Pero tampoco respalda la idea tranquilizadora de que nada importante ha cambiado. El panorama real es menos dramático que los titulares más alarmistas, pero más serio de lo que muchos ejecutivos, escuelas y responsables de políticas públicas están asumiendo. Estudios recientes y encuestas a empleadores muestran un mercado laboral bajo presión real: el Foro Económico Mundial afirma que la disrupción laboral podría afectar al 22% de los empleos para 2030, con 170 millones de puestos creados y 92 millones desplazados, mientras que casi el 40% de las habilidades clave cambiarán para 2030. El desplazamiento laboral por la IA en 2026 ya no es algo teórico La razón por la que este tema se siente tan urgente es simple: la IA ya está influyendo en las decisiones empresariales antes incluso de alcanzar su punto máximo teórico.Las empresas no necesitan sistemas totalmente autónomos para cambiar sus planes de personal. Solo necesitan herramientas de IA lo suficientemente buenas como para reducir la cantidad de personas necesarias para producir resultados rutinarios. Si un empleado que usa IA puede redactar, resumir, investigar, clasificar, dirigir y responder más rápido que antes, eso afecta cuántas contrataciones junior necesita un equipo. Si una organización puede automatizar parte de su carga de trabajo en soporte, operaciones, documentación o análisis, eso cambia la planificación de personal, incluso aunque nadie diga: “Reemplazamos este puesto con IA”.Por eso, el desplazamiento laboral por IA en 2026 suele parecer menos un gran evento de despidos y más un cambio estructural silencioso. Menos vacantes junior. Equipos más pequeños. Mayores expectativas de productividad. Más presión para que los trabajadores supervisen sistemas de IA en lugar de hacer ellos mismos el trabajo repetitivo de base.Por eso también muchas personas sienten que el mercado laboral se está endureciendo antes de que el discurso oficial se ponga al día. El cambio no tiene que ser total para resultar disruptivo. Solo tiene que ser lo bastante fuerte como para eliminar los primeros escalones de la escalera. Lo que realmente dicen los datos más recientes La mejor manera de abordar este tema es con disciplina. No con exageración. No con negación.Estas son las señales más útiles en este momento.El informe Future of Jobs Report 2025 del Foro Económico Mundial concluyó que los mercados laborales globales están siendo transformados al mismo tiempo por el cambio tecnológico, los cambios demográficos y la presión económica. Su estimación no es que la IA simplemente destruya empleos. Es que la disrupción laboral será significativa: podrían surgir 170 millones de nuevos puestos para 2030, mientras que 92 millones serían desplazados, lo que daría como resultado una ganancia neta general. Ese matiz es crucial, porque significa que la verdadera pregunta no es solo “¿cuántos empleos desaparecerán?”, sino también “¿quién podrá realmente hacer la transición hacia los nuevos?”.Challenger, Gray & Christmas aporta otro dato importante. La firma informó que las empresas mencionaron la IA en 54,836 planes de despido anunciados en 2025, y en otros 12,304 a comienzos de 2026. Esas cifras no prueban que la IA sea la única causa detrás de cada recorte, pero sí muestran que las empresas ya la están identificando como parte del motivo por el que se están reestructurando.Al mismo tiempo, investigaciones de la Reserva Federal sugieren que la disrupción no se distribuye de manera uniforme. Un análisis de la Reserva Federal de Dallas encontró que el empleo en sectores expuestos a la IA ha crecido por debajo del empleo general desde finales de 2022, y que la caída ha afectado con mayor fuerza a los trabajadores jóvenes. Investigadores citados por la Dallas Fed hallaron que los trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA experimentaron una caída del 13% en el empleo desde 2022, mientras que el empleo de trabajadores menos expuestos o con más experiencia se mantuvo mejor.Esa combinación nos dice algo importante: el impacto laboral actual de la IA es real, pero desigual. Todavía no se trata de un colapso económico generalizado. Es una zona de presión concentrada. Qué empleos están más expuestos en este momento Los trabajos más expuestos a la IA suelen tener cuatro características. Son repetitivos. Se basan en reglas. Son digitales. Y producen resultados que pueden estandarizarse.Por eso el soporte administrativo, el servicio al cliente, el análisis rutinario, la redacción basada en plantillas, las tareas básicas de investigación y parte del trabajo de programación de nivel inicial están bajo la presión más visible. El Foro Económico Mundial sigue incluyendo a cajeros y asistentes administrativos entre los puestos que más rápidamente están disminuyendo a nivel global, mientras que la IA generativa también está afectando ocupaciones como el diseño gráfico y otros trabajos de producción digital.Eso no significa que esas profesiones desaparezcan por completo. Significa que cambia la intensidad laboral de esos roles. Una sola persona puede hacer ahora el trabajo que antes requería a varias. O las empresas pueden decidir que un equipo más pequeño de trabajadores con experiencia, usando herramientas de IA, puede absorber una carga de trabajo que antes justificaba una fuerza laboral junior más grande.Ese es el patrón hacia el que muchas empresas se están desplazando: menos puestos intermedios para empezar carrera, más apalancamiento por trabajador y mayores expectativas de criterio y juicio para quienes permanecen. Por qué los trabajadores jóvenes están sintiendo primero la presión Una de las partes más claras y preocupantes del desplazamiento laboral por IA en 2026 es su efecto sobre los trabajadores jóvenes.Los puestos de nivel inicial son donde las personas suelen aprender cómo funciona realmente el trabajo. Allí desarrollan reconocimiento de patrones. Forman criterio. Cometen errores en tareas de menor riesgo antes de pasar a responsabilidades más importantes. Pero esas tareas iniciales suelen ser precisamente las más susceptibles a la asistencia o automatización mediante IA.Y eso crea un problema serio. Cuando desaparece el trabajo más simple, desaparece también el terreno de entrenamiento.Los análisis de la Dallas Fed y la San Francisco Fed sugieren que la reciente caída del empleo joven en ocupaciones expuestas a la IA está siendo impulsada menos por olas masivas de despidos y más por una entrada más débil al empleo. En otras palabras, muchos trabajadores jóvenes no necesariamente están siendo despedidos de carreras ya establecidas. Lo que ocurre es que están teniendo dificultades para subir al primer escalón. Y eso, con el tiempo, puede ser incluso más desestabilizador.Esa es una de las razones por las que el debate sobre la IA se siente tan distinto a debates anteriores sobre automatización. En otras épocas, la gente todavía podía entrar en un sector a través de puestos más bajos e ir subiendo poco a poco. En esta nueva etapa de cambio, el primer escalón en sí ya está bajo presión.Eso hace que la disrupción se sienta personal, especialmente para graduados y trabajadores al inicio de su carrera que siguieron el camino tradicional: estudiar, construir un currículum, postularse ampliamente y esperar un crecimiento gradual. Para muchos de ellos, el mercado para el que se prepararon ya está cambiando de forma. La IA está cambiando los organigramas, no solo los títulos de los puestos Un error común en las conversaciones sobre IA y empleo es enfocarse solo en si el título del puesto sobrevive.Eso es demasiado limitado.A veces la IA no elimina un puesto. Reduce el tamaño del equipo que hay detrás. Disminuye la cantidad de trabajo de apoyo que necesita debajo. Cambia lo que incluso significa “nivel inicial”. Una empresa puede seguir teniendo analistas, marketers, desarrolladores, personal de operaciones o equipos de soporte, pero tal vez necesite menos personas en la capa junior. Más trabajo puede concentrarse en equipos pequeños con mejores herramientas.Aquí es donde el desplazamiento laboral por IA se vuelve más difícil de detectar en los titulares tradicionales. No siempre aparece como una historia clara de reemplazo, un antes y un después. A menudo aparece como un cambio en el modelo operativo.La Dallas Fed destacó que los salarios en ocupaciones expuestas a la IA no están cayendo de manera uniforme, incluso donde el empleo se ha debilitado. En algunas áreas, el crecimiento salarial sigue siendo fuerte, especialmente donde el conocimiento tácito y la experiencia importan más. Eso sugiere que la IA no está simplemente reemplazando trabajo en todos los casos. En algunos, está elevando el valor de los trabajadores con experiencia mientras aprieta el flujo de entrada por debajo de ellos.Y ese tipo de cambio puede ser tan importante como un titular sobre despidos. Cambia quién es contratado, quién gana más y quién queda fuera. Por qué esta no es una simple historia de “los robots se quedan con todos los trabajos” Es importante no exagerar la evidencia.La IA no está eliminando todos los trabajos. No todos los sectores están viendo el mismo efecto. Y no todas las ocupaciones expuestas están colapsando. Incluso análisis recientes de la Reserva Federal señalan que el efecto agregado sobre el desempleo, hasta ahora, parece leve, y que el mayor dolor del mercado laboral está concentrado entre trabajadores jóvenes en ocupaciones más expuestas a la IA.También hay evidencia real de que las nuevas habilidades están siendo recompensadas. Un informe de discusión del FMI publicado a comienzos de 2026 encontró que aproximadamente una de cada diez vacantes en economías avanzadas ya exige al menos una nueva habilidad, muchas veces relacionada con IA o tecnologías de la información. Esas habilidades están asociadas con salarios más altos, pero el informe también advierte que los beneficios son desiguales y pueden profundizar la polarización del mercado laboral, especialmente entre los trabajadores jóvenes y las ocupaciones con baja complementariedad con la IA.Ese es el marco correcto: no “la IA destruye todo”, sino “la IA redistribuye el valor de forma desigual, más rápido de lo que muchos trabajadores pueden adaptarse”.El problema no es solo el reemplazo. Es el tiempo, el acceso y la transición. Qué deberían hacer ahora los trabajadores y los empleadores Para los trabajadores, la lección no es competir con la IA en velocidad bruta o producción genérica. Ese es un terreno que se está perdiendo. La posición más fuerte es construir alrededor del juicio, la comunicación, el contexto de dominio, la confianza, la resolución de problemas entre áreas y la capacidad de verificar o dirigir sistemas de IA, en lugar de simplemente imitarlos.Para los empleadores, la lección es dejar de pensar únicamente en eficiencia a corto plazo. Si las organizaciones eliminan demasiados puestos junior sin reconstruir rutas intencionales de desarrollo, pueden ahorrar costos hoy, pero crear una escasez de talento mañana. Una empresa sigue necesitando expertos del futuro, no solo ganancias de productividad del presente.Para educadores y responsables de políticas públicas, la urgencia es aún más clara. El Foro Económico Mundial dice que casi el 40% de las habilidades principales del trabajo cambiarán para 2030, y que 59 de cada 100 trabajadores en el mundo podrían necesitar recapacitación o mejora de habilidades para entonces. Eso no es un pequeño ajuste curricular. Es una advertencia a nivel sistémico. Reflexión final El desplazamiento laboral por la IA en 2026 es real, pero no se entiende mejor como un único evento dramático. Es una reconfiguración del trabajo que está ocurriendo por capas.La primera capa se ve en la desaceleración de la contratación, en menos vacantes de nivel inicial y en las reestructuraciones donde se cita la IA. La siguiente capa se ve en los cambios en la estructura de los equipos, en el aumento de las expectativas y en un mercado laboral que premia cada vez más la experiencia, el conocimiento tácito y las habilidades complementarias a la IA. El riesgo más profundo es que la sociedad reconozca la disrupción solo después de que los caminos más accesibles hacia un trabajo estable ya se hayan estrechado.Por eso este tema merece una discusión mejor que el pánico o la negación.Los datos no justifican fingir que todo está bien. Pero tampoco justifican afirmar que todo el trabajo humano va a desaparecer mañana.Lo que sí justifican es urgencia.Si 2025 fue el año en que la IA pasó del experimento al despliegue, 2026 parece cada vez más el año en que sus consecuencias sobre el mercado laboral se volvieron imposibles de ignorar.El mercado laboral está cambiando más rápido de lo que muchas escuelas están adaptándose. Por eso la educación orientada al futuro importa ahora, no después. En HiWaveMakers, los estudiantes desarrollan habilidades prácticas a través de aprendizaje STEM práctico que fortalece la resolución de problemas, la creatividad y la confianza en un mundo impulsado por la tecnología. Preguntas frecuentes ¿La IA ya está reemplazando trabajos en 2026?Sí, pero de forma desigual. Los datos actuales sugieren que la IA ya está influyendo en los despidos, en las decisiones de contratación y en la cantidad de trabajadores necesarios para tareas digitales rutinarias. Los efectos parecen más fuertes en ocupaciones más expuestas a la IA y entre trabajadores jóvenes que están entrando al mercado laboral.¿Qué trabajos están más en riesgo frente a la IA en este momento?Los trabajos con flujos digitales repetitivos, basados en reglas, son los más expuestos. Eso incluye algunos puestos administrativos, de servicio al cliente, de análisis rutinario y otras funciones de soporte frente a pantalla. Cajeros y asistentes administrativos siguen estando entre los roles que más rápidamente disminuyen en las proyecciones del Foro Económico Mundial.¿La IA también creará nuevos empleos?Probablemente sí, pero eso no elimina el problema de la transición. El Foro Económico Mundial proyecta 170 millones de nuevos puestos y 92 millones desplazados para 2030, lo que implica una creación neta general. La pregunta más difícil es si los trabajadores desplazados podrán moverse a esos nuevos roles con la suficiente rapidez.¿Por qué los trabajadores jóvenes están siendo más afectados?Investigaciones recientes sugieren que los trabajadores jóvenes están más concentrados en puestos de entrada y ocupaciones expuestas a la IA, y muchos de esos trabajos incluyen tareas que la IA puede realizar o comprimir. Hasta ahora, el impacto parece estar afectando más la entrada al empleo que los despidos masivos.¿Todo esto es solo exageración?No, pero tampoco se trata de un colapso total del mercado laboral. La evidencia hasta ahora apunta a una disrupción concentrada, no a un reemplazo universal. Eso hace que el problema sea más sutil, pero no menos serio.

Read More

Hiwave

Razonamiento espacial en niños: cómo los kits de ingeniería prácticos desarrollan un pensamiento STEM corporal y alineado con Montessori

Los kits de ingeniería no solo “enseñan STEM”. También desarrollan el pensamiento espacial: la capacidad de representar mentalmente, transformar y anticipar objetos y relaciones en el espacio. El pensamiento espacial no es un rasgo difuso de personalidad. Es una capacidad cognitiva que puede medirse con tareas estandarizadas, mejorarse con experiencias intencionales y relacionarse con el desempeño en muchas áreas técnicas.La evidencia más directa proviene de metaanálisis sobre entrenamiento espacial. Uttal y sus colegas reunieron 217 estudios sobre entrenamiento espacial y reportaron una ventaja promedio confiable frente a los grupos de control de Hedges’ g = 0.47, con evidencia de que esas mejoras pueden mantenerse en el tiempo y transferirse más allá de la actividad específica practicada.En niños pequeños, otro metaanálisis centrado en edades de 0 a 8 años encontró efectos promedio mayores (alrededor de g ≈ 0.96), aunque también mostró que los resultados varían según el diseño del estudio y según qué exactamente se esté midiendo. En otras palabras, el “cómo” sí importa.Este artículo plantea una idea práctica y defendible: los kits de ingeniería prácticos pueden ser entornos especialmente potentes para el aprendizaje espacial porque combinan:(1) interacción corporal con restricciones físicas reales(2) una secuencia sensorial al estilo Montessori: materiales y actividades que aíslan la dificultad, invitan a la repetición y hacen visible si algo está bien o mal en el propio objetoComo no se ha especificado una marca de kit ni una sola edad objetivo, el enfoque aquí está en principios de diseño e implementación que pueden aplicarse en casa, en el aula, en programas extracurriculares y en maker spaces. Tabla de contenidos Por qué el razonamiento espacial no es un “extra” en ingeniería La evidencia: las habilidades espaciales mejoran con entrenamiento Aprendizaje corporal: por qué lo práctico cambia la comprensión Por qué los materiales tipo Montessori funcionan tan bien para las habilidades espaciales Qué enseñan los kits de ingeniería cuando están bien diseñados Cómo implementarlos en casa, en el aula y en maker spaces Qué medir si quieres hacer afirmaciones creíbles Preguntas frecuentes Por qué el razonamiento espacial no es un “extra” en ingeniería Piensa en lo que realmente hacen los niños cuando usan un kit de ingeniería. Traducen diagramas en estructuras. Giran piezas para que coincidan con una orientación específica. Alinean agujeros, ejes y conectores bajo ciertas restricciones. Construyen ensamblajes que tienen que encajar, mantenerse estables y moverse.Incluso cuando el kit incluye programación, el punto en el que suelen atorarse muchas veces es espacial antes que computacional. El niño puede entender lo que el programa debería hacer, pero aun así le cuesta colocar el sensor para que “vea”, montar un motor sin que el torque deforme la estructura o pasar un cable sin que interfiera con una pieza móvil. Esos son problemas espaciales.Por eso el razonamiento espacial aparece una y otra vez en la práctica de la ingeniería: ayuda con la simulación mental, la planeación del diseño, la interpretación de esquemas y la predicción de cómo se va a comportar un sistema cuando entran en juego fuerzas o movimiento. En las actividades con kits, el razonamiento espacial no es algo adicional. Muchas veces es el cuello de botella principal, y justamente por eso los kits pueden convertirse en un entorno de entrenamiento tan valioso. La evidencia: las habilidades espaciales mejoran con entrenamiento Si quisieras resumir el mensaje principal para padres y educadores de la forma más simple y respaldada por la investigación, sería esta: las habilidades espaciales se pueden desarrollar.El metaanálisis de Uttal et al., que reunió 217 estudios, reportó un efecto promedio de entrenamiento de g = 0.47. Se trata de una mejora sólida y práctica dentro de un cuerpo amplio de investigación. Y lo más importante es que esta literatura no se basa en una sola técnica específica; incluye muchos enfoques distintos de entrenamiento y aun así encuentra un patrón consistente: el desempeño espacial mejora con experiencias que trabajan de forma directa el procesamiento espacial.En niños más pequeños, el metaanálisis en primera infancia que reporta g ≈ 0.96 sugiere que las intervenciones espaciales pueden ser especialmente potentes en los años en que las rutinas cognitivas fundamentales todavía se están formando con rapidez. Eso no significa que “cualquier juguete de construcción” produzca mejoras enormes. Significa que los niños pequeños responden bien a experiencias espaciales bien diseñadas, sobre todo cuando son repetidas, progresivas y claramente conectadas con operaciones espaciales como rotación, alineación, descomposición y simetría.Ahí es donde los kits de ingeniería dejan de ser solo “proyectos”. Un buen kit no plantea un reto espacial una sola vez. Ofrece decenas de oportunidades para practicar los mismos movimientos espaciales con complejidad creciente, y así es justamente como suelen consolidarse las habilidades cognitivas. Aprendizaje corporal: por qué lo práctico cambia la comprensión Un error común en la educación STEM es asumir que pensar ocurre solo en la cabeza y que las manos simplemente “siguen instrucciones”. La investigación sobre cognición situada y corporal plantea lo contrario: los sistemas de percepción y acción también participan en el razonamiento, especialmente cuando las acciones del estudiante están alineadas de forma significativa con lo que está aprendiendo.La revisión de Barsalou sobre cognición situada reúne evidencia de que la cognición depende de simulaciones mentales, estados corporales y acciones en contexto, no solo de símbolos abstractos. Ese marco predice algo muy práctico: el aprendizaje mejora cuando el estudiante puede representar físicamente la estructura del concepto.Hay evidencia empírica que va en esa dirección. Kontra y sus colegas encontraron que la experiencia física mejoró el aprendizaje de ciencias, con resultados relacionados con la participación sensoriomotora durante el razonamiento posterior. La conclusión para los kits no es que “moverse siempre sea mejor”, sino que una acción bien alineada —girar, encajar, equilibrar, rotar, ensamblar— puede formar parte de cómo el niño construye y guarda un concepto.Los trabajos metaanalíticos sobre aprendizaje corporal respaldan un beneficio promedio moderado en el rendimiento de aprendizaje (reportado alrededor de g ≈ 0.406), aunque con bastante variación según cómo se implemente. Y esa variación es exactamente la razón por la que el diseño del kit importa: no basta con que algo sea manipulativo. La experiencia práctica tiene que corresponder con la habilidad que se quiere desarrollar.Los kits de ingeniería logran eso de forma natural cuando obligan a predecir antes de actuar: “¿Hacia qué lado hay que girar esta pieza para que quede alineada?” “Si muevo el motor aquí, ¿la estructura se volverá inestable?” “Si alargo este brazo, ¿qué pasa con la palanca?” Son acciones físicas conectadas directamente con el razonamiento espacial. Por qué los materiales tipo Montessori funcionan tan bien para las habilidades espaciales El argumento Montessori sobre los materiales no es simplemente que los niños aprenden porque los materiales se pueden tocar. La idea es que los materiales bien diseñados aíslan la dificultad, favorecen la discriminación y hacen visibles los errores para que el estudiante pueda autocorregirse sin depender constantemente del juicio del adulto.La American Montessori Society describe componentes clave como el ambiente preparado y los materiales cuidadosamente secuenciados, incluyendo experiencias sensoriales que aíslan cualidades para apoyar la clasificación y el ordenamiento. En términos simples, los materiales Montessori están diseñados para que el niño pueda ver lo que está mal y volver a intentarlo, en lugar de esperar a que un adulto le diga si está correcto.Eso encaja especialmente bien con el razonamiento espacial, porque los errores espaciales suelen ser concretos. Una pieza no entra. Una estructura se tuerce bajo carga. Un tren de engranajes se atasca. Un mecanismo choca con otro. Son momentos de “control del error” integrados en el propio objeto. El kit se convierte en un maestro en el sentido Montessori: ofrece estructura y retroalimentación, pero deja la agencia en manos del estudiante.Cuando un kit está alineado con Montessori, la experiencia se siente menos como “armar algo” y más como “investigar”. El niño no solo está construyendo un objeto. Está descubriendo reglas sobre alineación, simetría y estabilidad a través de una retroalimentación repetida y visible. Qué enseñan los kits de ingeniería cuando están bien diseñados La idea no es afirmar que todos los kits enseñan todas las habilidades por igual. El punto es identificar qué condiciones generan de forma consistente un aprendizaje espacial real.Un kit de ingeniería bien diseñado enseña repetidamente tres tipos de trabajo espacial:Primero: transformación y alineación.Los niños practican girar, reflejar y alinear piezas para que coincidan con una configuración objetivo. Con el tiempo, ese proceso se vuelve más rápido y más preciso. Es la misma operación cognitiva que evalúan las tareas de rotación mental, pero integrada en una actividad con sentido.Segundo: descomposición y recomposición.Los niños aprenden a dividir un objeto complejo en subensambles, mantener una estructura parcial estable y reconstruir sin perder la orientación. Es una versión espacial del “chunking” o agrupamiento, y resulta muy relevante en diseño e ingeniería.Tercero: predicción bajo restricciones.El razonamiento espacial se vuelve realmente potente cuando no solo responde a “¿dónde va esto?”, sino también a “¿qué va a pasar si cambio esto?”. Los kits de ingeniería introducen restricciones naturales —carga, fricción, equilibrio, torque, límites de cableado— que obligan al niño a simular mentalmente resultados antes de reconstruir.Por eso también la modularidad es mucho más que una simple característica. La modularidad le permite al niño hacer un cambio controlado mientras mantiene constante la mayor parte del sistema. Eso favorece el aprendizaje porque transforma la experimentación aleatoria en una secuencia de hipótesis que se pueden poner a prueba. Cómo implementarlos en casa, en el aula y en maker spaces Si se busca desarrollar habilidades espaciales, el entorno y la forma de acompañar sí importan. No hace falta sobreexplicar. Lo importante es crear condiciones en las que el razonamiento espacial sea necesario y se repita.En casa:La palanca más importante desde un enfoque Montessori es reducir la fricción para que los proyectos puedan continuar durante varios días. Las habilidades espaciales mejoran con la exposición repetida, y esa repetición es mucho más probable cuando las piezas están organizadas, el espacio puede quedarse “en proceso” y retomar el trabajo no se siente como empezar desde cero. Si el niño tiene que guardar absolutamente todo cada vez, tenderá a hacer construcciones más cortas y simples, y habrá menos repetición de movimientos espaciales complejos.En el aula o en programas extracurriculares:Evita hacer el trabajo espacial por el niño. En su lugar, acompaña con lenguaje espacial mientras manipula los materiales. Preguntas sencillas cambian la calidad del pensamiento: “¿Qué pasa si giras eso 90 grados?” “¿Existe una versión en espejo de esa pieza?” “¿Dónde está la línea central?” “¿Qué cambió cuando moviste el refuerzo?” Este tipo de guía mantiene la iniciativa en el estudiante y al mismo tiempo hace explícita la estructura espacial.En maker spaces:Los maker spaces son excelentes para la transferencia, es decir, para que los niños apliquen rutinas espaciales a metas nuevas. Para evitar que la experimentación se vuelva improductiva, conviene añadir una reflexión mínima: una nota breve de “predicción → prueba → resultado”, o una sola oración sobre qué cambió y por qué. Eso fortalece el vínculo entre acción espacial y razonamiento espacial sin convertir la construcción en una hoja de trabajo. Qué medir si quieres hacer afirmaciones creíbles Si eres educador o diseñas programas y quieres hacer afirmaciones creíbles sobre resultados, necesitas medir cosas que realmente coincidan con lo que la literatura sobre entrenamiento espacial considera significativo: mejoras que vayan más allá de la configuración exacta que se practicó.Eso puede hacerse de dos maneras:Tareas espaciales estandarizadas.Tareas apropiadas para la edad, como pruebas de rotación mental o visualización espacial. Son útiles porque permiten comparar resultados entre distintos contextos.Medidas integradas dentro del trabajo con el kit.Por ejemplo: precisión al construir a partir de diagramas en 2D, tasa de éxito bajo una restricción de estabilidad o qué tan eficientemente un estudiante logra llegar a un mecanismo funcional con menos ciclos de reconstrucción. Estas medidas son prácticas y relevantes, pero conviene que incluyan también algún elemento de transferencia —una configuración nueva, una restricción diferente o una meta nueva— para no medir solo memorización.La idea es mostrar que el niño está desarrollando una rutina espacial reutilizable, no únicamente completando un proyecto aislado. Preguntas frecuentes ¿Qué edades se benefician más de los kits centrados en razonamiento espacial?Las habilidades espaciales pueden desarrollarse a lo largo de toda la infancia, pero la evidencia en primera infancia sugiere que los niños pequeños responden especialmente bien a experiencias espaciales bien diseñadas. El metaanálisis temprano sobre entrenamiento espacial (0–8 años), que reporta efectos promedio más altos, respalda la idea de que una exposición temprana puede ser especialmente valiosa, siempre que las actividades sean progresivas, repetibles y no construcciones aisladas.¿Los niños necesitan instrucciones o es mejor dejar que construyan libremente?Ambas cosas pueden funcionar, pero para el aprendizaje espacial la secuencia importa. Las instrucciones son útiles al inicio porque enseñan movimientos espaciales básicos como alinear, girar y reflejar. La construcción libre se vuelve más valiosa una vez que el niño ya domina esos movimientos y puede transferirlos a metas nuevas. Los mejores kits suelen ofrecer las dos cosas: primero desafíos estructurados y después retos de diseño más abiertos.¿Las apps de programación sin componentes físicos son suficientes para desarrollar razonamiento espacial?Pueden ayudar con la lógica y la secuenciación, pero no entrenan de forma consistente los aspectos corporales del trabajo espacial: encaje, alineación, estabilidad y restricciones físicas. La evidencia sobre aprendizaje corporal sugiere que una interacción física significativa puede mejorar los resultados de aprendizaje en promedio, y los kits de ingeniería ofrecen de forma natural acciones alineadas con retroalimentación inmediata.¿Qué deberían notar primero los padres?Normalmente no un salto repentino en “STEM”, sino cambios en el proceso: más persistencia ante prueba y error, mejor planeación antes de actuar, más capacidad para explicar decisiones espaciales (“lo volteé”, “lo giré”, “aquí necesita soporte”) y mayor disposición a ajustar un diseño en lugar de abandonarlo.¿Cuáles son las limitaciones de la investigación?Los metaanálisis reportan promedios a partir de estudios muy diversos, y los resultados cambian según el diseño de la tarea, las medidas de resultado y la calidad de la implementación. Eso no debilita la conclusión principal —que las habilidades espaciales se pueden entrenar—, pero sí significa que el diseño del kit y la forma de acompañar el proceso son factores decisivos, no detalles menores. 

Read More

Hiwave